Chương 3 : PHƯƠNG PHÁP VÀ MƠ HÌNH NGHIÊN CỨU
3.3 Mơ hình nghiên cứu
Có nhiều kỹ thuật để đo lường chi phí đại diện với dữ liệu bảng đã có, Wooldrige (2002) cho rằng lựa chọn mơ hình hiệu ứng cố định (fixed effects) thì thích hợp hơn là hiệu ứng ngẫu nhiên (random effects).
Mơ hình ảnh hưởng xác định (Fixed Effects Model – FEM) có thể được viết tổng quát như sau:
Trong đó: i=1,. . ..,N doanh nghiệp,
t=1,. . ..,T thời kỳ với k hệ số hồi quy (regressors) trong xit uit là sai số thông thường (số hạng nhiễu)
yit là chi phí đại diện.
Hệ số xác định αi (tung độ gốc) đại diện cho ảnh hưởng riêng của từng doanh nghiệp (firm-specific effects). Các tung độ gốc của các cơng ty có thể khác nhau; sự
khác biệt có thể là do đặc điểm riêng của từng công ty, như phong cách quản lý hay triết lý quản lý. Nhưng tung độ gốc của mỗi công ty không thay đổi theo thời gian, nghĩa là bất biến theo thời gian.
Tuy nhiên, trong mơ hình ảnh hưởng ngẫu nhiên (Random Effects Model – REM), hệ sốαi là một đại lượng ngẫu nhiên với một giá trị trung bình α, và giá trị
tung độ gốc cho một cơng ty riêng lẻ có thểđược biểu thị như sau:
αi = α + εi
trong đó εi là số hạng sai số ngẫu nhiên với một giá trị trung bình bằng 0.
Tuy nhiên, nên nhớ rằng εi không thể quan sát trực tiếp được; nó được gọi là biến khơng thể quan sát, hay biến ẩn.
Có nghĩa là các cơng ty bao gồm trong mẫu của chúng ta được rút ra từ một tập hợp rộng lớn hơn nhiều gồm nhiều công ty như vậy và các cơng ty đó có một trị
trung bình chung đối với tung độ gốc (=α) và sự khác biệt cá nhân về giá trị tung độ
gốc của từng công ty được phản ánh trong số hạng sai sốεi.
Việc lựa chọn mơ hình FEM hay REM dựa trên giảđịnh mà ta đưa ra về mối tương quan khả dĩ giữa thành phần sai số theo cá nhân (hay theo đơn vị) εi và các biến hồi quy độc lập X.
Nếu ta giảđịnh rằng εi và các biến X khơng tương quan, thì REM có thể phù hợp, trong khi nếu εi và các biến X tương quan, thì FEM có thể thích hợp.
Theo như Wooldridge (2002) thì trong nhiều ứng dụng sử dụng dữ liệu bảng là để cho ảnh hưởng không quan sát được (nghĩa là εi) được phép tương quan với các biến giải thích, nghĩa là lựa chọn FEM được ưa thích hơn.
Trong bài luận văn này, số công ty lựa chọn là 67 trong 4 năm, N lớn, T nhỏ, các giá trị ước lượng thu được bằng hai phương pháp FEM và REM có thể khác nhau đáng kể. Nếu các công ty trong mẫu không phải được rút ra một cách ngẫu nhiên từ mẫu lớn hơn nên trong trường hợp này, mơ hình FEM là phù hợp. Nhưng nếu các giả định làm nền tảng cho mơ hình REM được thỏa thì ước lượng REM sẽ
hiệu quả hơn so với ước lượng FEM
Vì vậy, chúng ta vẫn sẽ hồi quy theo 2 phương pháp: random efffect (hiệu ứng ngẫu nhiên) và fixed effect (hiệu ứng cốđịnh), sau đó sử dụng Hausman test để xác
định mơ hình nào là phù hợp.
Kiểm định Hausman (Hausman specification test) cho phép chúng ta phân biệt giữa mơ hình ảnh hưởng xác định hay ngẫu nhiên bằng các kiểm tra sự tương quan giữ các biến x và sai số ngẫu nhiên εi.
Đây là một kiểm định nghiêm khắc tính ngoại sinh (a test of strict exogeneity). Nếu như khơng có tương quan, ảnh hưởng ngẫu nhiên sẽ được sử
dụng, nhưng nếu có sự tương quan thì ảnh hưởng xác định được sử dụng.
Giả thiết không Ho làm nền tảng cho kiểm định Hausman là: các ước lượng FEM và REM không khác nhau đáng kể. Trị thống kê kiểm định do Hausman xây dựng có một phân phối χ2 tiệm cận. Nếu giả thiết không Ho bị bác bỏ, kết luận là: REM khơng thích hợp và ta nên sử dụng mơ hình FEM, trong trường hợp đó, các suy luận thống kê sẽ lập điều kiện theo εi trong mẫu.
Nhưng lưu ý rằng bất chấp kiểm định Hausman, điều quan trọng là cần ghi nhớ cảnh báo của Johnston và DiNardo. Khi quyết định chọn lựa giữa mơ hình ảnh hưởng cố định hay mơ hình ảnh hưởng ngẫu nhiên nên nhớ khơng có một qui tắc
đơn giản nào giúp nhà nghiên cứu tránh chiếc vỏ dưa ảnh hưởng cố định hay chiếc vỏ dừa sai số đo lường và chọn lựa động học. Cho dù cải thiện hơn so với dữ liệu
theo không gian, dữ liệu bảng không mang lại một phương thuốc bách bệnh cho tất cả các vấn đề của nhà kinh tế lượng.
Phương trình hồi quy có dạng:
AGENCY COSTSit = α + β1 BRDSIZEit + β2 NX_RATIOit + β3 DUALITYit + β4 REMSTRit + β5 DIR_OWNit + β6 OUT_OWNit + β7 SIZEit + β8 DEBTS_ASSETSit + δi+ eit
Trong đó:
AGENCY COSTSit : Biến độc lập của bài nghiên cứu, được đại diện bởi hiệu suất sử dụng tài sản của công ty i trong thời kỳ t.
α : Hệ số chặn (the x)
δi : ảnh hưởng xác định đặc tính của doanh nghiệp (the firm – specific fixed effect) eit : sai số