3. MƠ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.2. Mơ hình hồi quy dữ liệu bảng
Biểu thức cho mơ hình nghiên cứu trên có dạng như sau :
+β +β +β +β +β + γ1SOWN+ 1HOSE + + ∑ + εit. (3.16)
Trong đói chỉcác doanh nghiệp, j chỉcác ngành công nghiệp và t diễn tảthời gian.Việc
ước lượng biểu thức trên dựa vào những giả định vềhệsố tung độgốc (hệsốchặn) và hệ số độdốc như sau (Gujarati, 2003) :
Trường hợp 1: Hệsốchặn và hệsố độ dốc không đổi theo thời gian và các đơn vị (FIFS : Fixed Intercept and Fixed Slopes).
Trường hợp 2: Hệsố độdốc không đổi nhưng hệsốchặn biến đổi giữa các đơn vị (RIFS : Random Intercept and Fixed Slopes).
Trường hợp 3: Tất cảcác hệsố độdốc và hệsốchặn đều biến đổi theo các đơn vị (RIRS : Random Intercept and Random Slopes).
Theo Gujarati, trong trường hợp 2 và 3 bên cạnh việc phân tích ảnh hưởng của đơn vị
(individual)-được gọi là mơ hình phân tích một chiều, mơ hình cịn có thể đưa vào phân
tích ảnh hưởng của tác nhân thời gian đểtrởthành mơ hình phân tích hai chiều gồm phân tích ảnh hưởng của đơn vị(individual) và phân tíchảnh hưởng của thời gian(time).
Luận văn sẽlần lượt đềcập đến từng trường hợp, xem xét những ưu nhược điểm đểtừ đó chọn ra mơ hìnhước lượng phù hợp cho nghiên cứu.
Trong trường hợp 1(FIFS) biểu thức (3.16)ở trên được viết lại trong đó = = const, còn các thành phần khác vẫn giữ nguyên như cũ. Đây là tình huống đơn giản nhất khi kích thước của dữliệu gộp theo không gian và thời gian được bỏqua mà mơ hình chỉhồi
quy đơn thuần theo phương pháp bình phương tối thiểu thông thường (được gọi là mơ
hình POLS). Tuy nhiên phương pháp này thường dẫn đến hiện tượng tự tương quan,
đồng thời các giả thiết ràng buột của trường hợp này rất cao, đây cũng là một hạn chế của mơ hình. Trong trường hợp của nghiên cứu này, giảthiết có nghĩa là hệsố chặn của 206 doanh nghiệp trong mẫu là như nhau ( = ). Điều này trên thực tếkhó xảy ra vì hệ sốchặn vốn là phản ánh ảnh hưởng của các yếu tố không quan sát được như chính sách,
Trường hợp 2 (RIFS) có tính đến thực tế khác nhau của những yếu tố không quan sát
được ởmỗi doanh nghiệp, nghĩa là hệsốchặn có thể thay đổi giữa các cơng ty. Nếu xem như một tham sốcần ước lượng thì biểu thức (3.16) chính là mơ hình ảnh hưởng
cố định FEM. Còn nếu xem là biến số ngẫu nhiên với = + itrong đó là giá trị trung bình và i ~ N(0, ) thì biểu thức hàm (3.16) là mơ hình ảnh hưởng ngẫu nhiên REM và được viết lại như sau :
LEVit= + β +β +β +β + β +β +
+β +β +β +β +β + γ1SOWN+ 1HOSE +
+ ∑ + . (3.17)
Trong đó = + εit. Điều này có nghĩa là những yếu tố không quan sát được ở mỗi doanh nghiệp trong mẫu sẽcó một đặc điểm chung nhất định phản ảnh qua giá trịtrung bình đồng thời các đặc điểm riêng có của chúngởtừng cơng ty sẽthểhiện qua .
Nhìn chung, mơ hình FEM hay REM tốt hơn cho nghiên cứu phụthuộc vào vấn đềsai số
có tương quan với các biến giải thích hay khơng. Nếu giả định có sự tương quan thì
mơ hình FEM phù hợp hơn, và ngược lại. Kiểm định Hausman là một cách đểkiểm tra thuộc tính tương quan trên. Tuy nhiên, một nhược điểm của mơ hình FEM là nó khơng
phân tích được ảnh hưởng của các biến giả cố định theo thời gian do ảnh hưởng của
những biến này bị gộp chung trong hệ số chặn. Để khắc phục điều này, Hausman và Taylor (1981) đưa ra mơ hình REM hồi quy hai giai đoạn thay cho mơ hình REM thơng thường (khi mơ hình thơng thường tuy hiệu quả nhưng thiếu nhất quán theo kiểm định Hausman) để có thể đánh giá tác động của các nhân tố ít-hoặc-khơng thay đổi theo thời gian, ví dụ như các biến giả SOWN, HOSE và INDSj trong nghiên cứu này. Kiểm định Hausman vẫn tiếp tục được sửdụng đểchọn lựa giữa mơ hình FEM và REM hồi quy hai
giai đoạn nêu trên (thường gọi tắt là mơ hình Hausman-Taylor HTM).
Trường hợp 3 (RIRS) là tình huống tất cả các hệ số độ dốc và hệ số chặn đều thay đổi
theo các đơn vịchéo. Biểu thức (3.16)được viết lại bằng cách bổ sung chỉsố i bên cạnh
LEVit= +β +β +β +β +β +β
β +β +β +β +β + γ1iSOWN+ 1iHOSE +
∑ + εit. (3.18)
Trong trường hợp này, ngoài là biến số ngẫu nhiên ( = + i) thì các hệ số độ dốc cũng là những biến ngẫu nhiên. Nếu xemβ =β +vki(k= 1,2…11),γ1i=γ1+ vi, 1i= 1 + , và = + trong đó các vi giả định phân phối chuẩn thì biểu thức (3.18) khi
đó được gọi là mơ hìnhảnh hưởng hỗn hợp LMM và được viết lại sau một vài phép biến đổi đại số đơn giản như sau :
LEVit= [ +β +β +β +β +β +β +β
+β +β +β +β +γ1SOWN+ 1HOSE+ ∑ ] + [ i+
+ v1i +v2i +v3i +v4i +v5i +v6i +v7i +v8i +v9i +v10i +v11i +viSOWN+ HOSE + ∑ )] + .
(3.19) Biểu thức (3.19) gồm có hai phần : phần đầu [ +β +β +β +
β +β +β +β +β +β +β +β
+γ1SOWN+ 1HOSE+ ∑ ] được giới thống kê học gọi là ảnh hưởng cố định; và
phần cịn lại của phương trình :[ i+ v1i +v2i +v3i +v4i +v5i +v6i +v7i +v8i +v9i +v10i +v11i +viSOWN+ HOSE+
+ ∑ )] + được gọi là phầnảnh hưởng ngẫu nhiên vì i, các và đều là các
tham số phản ảnh độ nhiễu của mơ hình.Đây là lý do biểu thức (3.19) được gọi là mơ
hình ảnh hưởng hỗn hợp LMM. Nếukích thước thời gian của dữliệu bảng là ngắn phần
ảnh hưởng ngẫu nhiên có thể khơng đáng kể, khi đó biểu thức (3.19) chỉcịn giữlại phần
đầu mà nếu đểý sẽthấy đấy chính là mơ hình POLS với trường hợp tất cảcác hệsố đều cố định theo thời gian và giữacác đơn vị(FIFS).
Trong trường hợp của nghiên cứu này, dữ liệu bảng kinh tế vi mô với kích thước thời gian ngắn từ 2007-2011 nên có thể phần ảnh hưởng ngẫu nhiên trong mơ hình LMM khơng đáng kể. Khi đó mơ hình LMM sẽ quy về trường hợp FIFS của mơ hình POLS. Tuy nhiên giả thiết của POLS cho rằng những yếu tố như cơ chế chính sách, kinh
nghiệm quản trị… đều là như nhau giữa các doanh nghiệp là một điều hầu như xa rời thực tế. Chính vì thế luận văn dự đoán giả định về các hệ số hồi quy phù hợp nhất cho nghiên cứu này sẽ thuộc về trường hợp 2(RIFS)và mơ hình FEM hoặc REM có thể sử dụng. Trường hợp kiểm định Hausman cho biết mơ hình FEM tốt hơn, luận văn sẽ sử dụng mơ hình REM hồi quy hai giai đoạn (gọi tắt là mơ hình Hausman-Taylor HTM) để có thể phân tích được ảnh hưởng của các biến giả trong mơ hình. Trong phần hồi quy, nghiên cứu sẽ lần lượt đi qua cảbốn mơ hình LMM, POLS, FEM và REM và thơng qua các kiểm định đểchọn lựa mơ hình thích hợp nhất, liệu có đúng với dự đốn đã nêu hay
khơng. Đồng thời kiểm định cũng giúp kiểm tra ảnh hưởng của thời gian có hay khơng
trong mơ hìnhđể xem xét nên phân tích theo mơ hình một chiều (chỉcó ảnh hưởng của đơn vị) hay là phân tích theo mơ hình hai chiều (bao gồm ảnh hưởng của đơn vịvà ảnh hưởng của thời gian).
3.2.2. Các kiểm định trong mơ hình dữliệu bảng