Mô tả dạng dữ liệu

Một phần của tài liệu Luận văn thạc sĩ UEH đánh giá khả năng kiệt quệ tài chính của các công ty trên thị trường chứng khoán việt nam (Trang 51 - 53)

CHƯƠNG 4 : MƠ HÌNH NGHIÊN CỨU

4.3. Dữ liệu

4.3.1. Mô tả dạng dữ liệu

Tác giả cố gắng xây dựng dữ liệu bảng của các cơng ty với tối đa các quan sát có thể (nhằm giảm thiểu hạn chế về dữ liệu do thời gian niêm yết ngắn của các cơng ty trên sàn giao dịch chứng khốn ở Việt Nam). Đây là bảng dữ liệu bất cân xứng; Pindado và cộng sự (2008) đã cho thấy rằng dữ liệu dạng bảng như vậy có khả năng giảm thiểu độ chệch tồn tại khi các công ty trong bảng phân phối độc lập và xuất hiện cũng như biến mất một cách ngẫu nhiên. Nếu mẫu không ngẫu nhiên và phụ thuộc vào những đặc điểm như ngành, quy mơ, thời gian hoạt động,... thì mơ hình có thể khơng đạt hiệu quả nghiên cứu như mong đợi. Việc chọn mẫu không

ngẫu nhiên và phụ thuộc vào một số đặc điểm nào đó sẽ giảm khả năng đại diện của mẫu cho tổng thể.

Vấn đề về phương sai thay đổi không thể quan sát được là cần quan tâm nhất trong phần ước lượng mơ hình, vì nó là ngun nhân chính dẫn đến sự sai lệch trong kết quả ước lượng. Lợi thế của dữ liệu bảng cho phép kết hợp các kỹ thuật ước lượng để kiểm soát hiện tượng này. Bảng bao gồm nhiều điểm dữ liệu (it), chúng làm gia tăng bậc tự do và giảm sự đa cộng tuyến của các biến độc lập để cho kết quả ước lượng các hệ số không chệch và đồng nhất.

Theo Baltagi (2008), sự khác biệt của dữ liệu bảng so với dữ liệu theo chuỗi thời gian và không gian là dữ liệu bảng liên quan đến tính đặc thù của các quan sát theo thời gian, nên nhất định phải có tính dị biệt (khơng đồng nhất) trong các đơn vị này. Kỹ thuật ước lượng dữ liệu bảng có thể xem xét đến tính khơng đồng nhất đó bằng cách xem xét các biến số có tính đặc thù theo từng cá thể trong mẫu dữ liệu. Thông qua kết hợp các chuỗi theo thời gian và các chuỗi theo không gian của các quan sát, dữ liệu bảng cho phép tiếp cận những dữ liệu có thơng tin đa dạng hơn, ít đa cộng tuyến hơn giữa các biến số, nhiều bậc tự do hơn và hiệu quả hơn.

Thông qua nghiên cứu các quan sát theo không gian lặp lại, dữ liệu bảng phù hợp hơn để nghiên cứu tính động của thay đổi. Dữ liệu bảng có thể xác định và cho kết quả định lượng tốt hơn những ảnh hưởng mà không thể quan sát trong dữ liệu chuỗi thời gian thuần túy hay dữ liệu chéo theo không gian thuần túy. Bằng cách thu thập những số liệu có sẵn cho vài nghìn đơn vị, dữ liệu bảng có thể tối thiểu hóa sự thiên lệch có thể xảy ra nếu ta tổng hợp các quan sát thành số liệu tổng. Tóm lại, dữ liệu bảng có thể giúp chúng ta phân tích thực nghiệm theo những cách thức mà khơng chắc có thể đạt được nếu ta chỉ sử dụng các dữ liệu theo chuỗi thời gian hay không gian thuần túy.

Một phần của tài liệu Luận văn thạc sĩ UEH đánh giá khả năng kiệt quệ tài chính của các công ty trên thị trường chứng khoán việt nam (Trang 51 - 53)

Tải bản đầy đủ (PDF)

(81 trang)