CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.4 Phƣơng pháp nghiên cứu:
3.4.2 Phƣơng pháp kiểm định mơ hình:
Kế thừa nghiên cứu Bokpin và Arko (2009), Li.K et al. (2009), Ezeoha và Okafor (2010), Sheikh và Wang (2012), tác giả sử dụng dữ liệu bảng (panel data) hồi quy theo 3 mơ hình: mơ hình hồi quy Pooled OLS, mơ hình hồi quy tác động ngẫu nhiên (Random Effect Model) và mơ hình hồi quy tác động cố định (Fixed Effect Model).
Ƣu điểm của dữ liệu bảng là nghiên cứu đƣợc sự khác biệt giữa các đơn vị chéo, chứa đựng nhiều thông tin hơn và nâng cao số quan sát của mẫu, giảm đƣợc hạn chế của mơ hình OLS do bỏ sót các biến.
Tác giả kiểm định theo tiến trình sau:
Bƣớc 1: Thống kê mơ tả
Mơ tả tóm tắt các đặc trƣng của dữ liệu phản ánh một cách tổng quát tình hình của các cơng ty: giá trị trung bình, giá trị trung vị, giá trị lớn nhất, giá trị nhỏ nhất, độ lệch chuẩn…
Bƣớc 2: Phân tích tƣơng quan
Phân tích tƣơng quan cho ta cái nhìn ban đầu về mối quan hệ giữa các biến trong mơ hình, kiểm tra mối tƣơng quan giữa các biến độc lập và biến phụ thuộc cũng nhƣ giữa các biến phụ thuộc với nhau.
Bƣớc 3: Ƣớc lƣợng các hệ số hồi quy theo 3 mơ hình: Pooled OLS, FEM,
REM
Nhƣợc điểm của OLS là có thể tạo ra các kết quả ƣớc lƣợng sai do các giả thuyết của mơ hình bị vi phạm. OLS có thể nhận diện sai do tự tƣơng quan và ràng buộc quá chặt về các đơn vị chéo, hiện tƣợng đa cộng tuyến hoặc phƣơng sai thay đổi... Do đó, chúng ta cần thực hiện kiểm định các giả thuyết của mơ hình OLS nhƣ sau:
o Kiểm tra hiện tượng đa cộng tuyến
Mơ hình cổ điển dựa trên giả định khơng có hiện tƣợng đa cộng tuyến. Nghĩa là các biến giải thích khơng tƣơng quan với nhau, mỗi biến chứa đựng một số thông tin riêng về biến phụ thuộc và thơng tin đó lại khơng có trong biến giải thích khác. Kiểm tra hiện tƣợng đa cộng tuyến bằng cách tính hệ số tƣơng quan giữa các biến. Nếu hệ số tƣơng quan giữa các biến độc lập lớn hơn 0,8 thì có nguy cơ bị đa cộng tuyến. Khi đó cần thực hiện hồi quy phụ cho các biến độc lập bị nghi ngờ có đa cộng tuyến rồi dùng Rq2 của hồi quy phụ tính chỉ số VIF.
Nếu VIP > 10 thì có hiện tƣợng đa cộng tuyến.
Nếu VIP < 10 thì khơng có hiện tƣơng đa cộng tuyến. o Kiểm tra hiện tượng tự tương quan:
Tự tƣơng quan là sự tƣơng quan giữa các thành phần của chuỗi quan sát đƣợc sắp xếp theo thứ tự thời gian (trong chuỗi thời gian) hoặc không gian (trong chuỗi thời gian). Mơ hình OLS dựa trên giả định khơng có hiện tƣợng tự tƣơng quan nghĩa là khơng có tƣơng quan giữa các Ui, Cov(Ui, Uj)= 0 (i ≠ j), sai số ứng với quan sát nào đó khơng bị ảnh hƣởng bởi sai số ứng với quan sát khác. Kiểm định tự tƣơng quan đƣợc thực hiện thông qua
+ Kiểm định Durbin – Watson:
VIF =
1 - Rq2 1
Nếu 1 < d < 3 thì kết luận mơ hình khơng có tự tƣơng quan. Nếu 0 < d <1 thì kết luận mơ hình có tự tƣơng quan dƣơng Nếu 3 < d < 4 thì kết luận mơ hình có tự tƣơng quan âm.
+ Kiểm định BG: xét mơ hình đơn giản Yt = β1+β2Xt + Ut. Trong đó: Ut= p1Ut-1 +p2Ut-2 + .. + ppUt-p + εt
Ta kiểm định giả thuyết Ho: p1= p2=... =pp = 0, nghĩa là không tồn tại tự tƣơng quan ở bất kỳ bậc nào từ 1 đến p. Sau khi ƣớc lƣợng mơ hình OLS, ta thu đƣợc các phần dƣ et. Với n đủ lớn, (n-p)R2 có phân phối xấp xỉ χ2(p). Nếu (n-p)R2 > χ2(p) thì giả thuyết Ho bị bác bỏ, nghĩa là tồn tại tự tƣơng quan ở ít nhất một bậc nào đó và ngƣợc lại ta chấp nhận giải thuyết Ho nghĩa là mơ hình khơng có hiện tƣợng tự tƣơng quan.
o Kiểm tra hiện tượng phương sai thay đổi:
Mơ hình OLS dựa trên giả định là phƣơng sai của từng yếu tố ngẫu nhiên Ui là một số khơng đổi và bằng δ2. Khi có phƣơng sai thay đổi nếu vẫn sử dụng OLS thì những kết luận hay sự suy diễn từ quá trình kiểm định thơng thƣờng có thể dẫn đến sự sai lầm. Kiểm tra hiện tƣơng phƣơng sai thay đổi bằng kiểm định White với giả thuyết đƣợc đặt ra là:
Ho: Phƣơng sai của sai số ngẫu nhiên của mơ hình khơng đổi
Nếu p value > 0.05, chấp nhận giả thuyết Ho, kết luận khơng có phƣơng sai thay đổi.
Nếu p value < 0.05, bác bỏ giả thuyết Ho, kết luận có phƣơng sai thay đổi.
Mơ hình ảnh hƣởng ngẫu nhiên (REM):
Điểm khác biệt giữa REM và FEM đƣợc thể hiện ở sự biến động của các thực thể. Trong REM sự biến động của các thực thể đƣợc giả sử là ngẫu nhiên và không tƣơng quan với các biến giải thích. Do đó, nếu sự khác biệt giữa các thực thể có ảnh hƣởng đến biến phụ thuộc thì REM sẽ hợp hơn FEM. Trong REM, phần dƣ
của mỗi thực thể (khơng tƣơng quan với biến giải thích) đƣợc xem là một biến giải thích mới. Mơ hình ƣớc lƣợng: Yit = C+ βXit +εi+ uit Hay Yit = C+ βXit + wit , với wit = εi+ uit Trong đó:
εi: sai số thành phần của các đối tƣợng khác nhau (sai số ngẫu nhiên)
wit: sai số thành phần kết hợp của cả đặc đểm riêng theo tửng đối tƣợng và theo thời gian
Mơ hình ảnh hƣởng cố định (FEM):
FEM giả định mỗi thực thể đều có đặc điểm riêng biệt (khơng đổi theo thời gian) có thể ảnh hƣởng đến các biến độc lập. FEM có thể kiểm soát và tách ảnh hƣởng của các đặc điểm riêng biệt đó ra khỏi các biến giải thích để ƣớc lƣợng những ảnh hƣởng thực của biến giải thích lên biến phụ thuộc.
Phƣơng trình ƣớc lƣợng: Yit = Ci + βXit + uit Trong đó:
Yit: biến phụ thuộc, i: doanh nghiệp, t: thời gian Xit: Biến độc lập
Ci: Hệ số chặn cho từng thực thể nghiên cứu uit: phần dƣ
Bƣớc 4: Lựa chọn mơ hình phù hợp nhất
Nếu tất cả các giả thuyết của mô hình OLS khơng bị vi phạm thì kết quả kiểm định của mơ hình Pooled OLS vẫn đúng và hiệu quả. Khi đó, tác giả sử dụng kiểm định Redundant và Hausman để lựa chọn mơ hình phù hợp giữa Pooled OLS, FEM, REM
Nếu một trong các giả thuyết của mơ hình OLS bị vi phạm thì khi đó các ƣớc lƣợng thu đƣợc sẽ bị bóp méo và sẽ là sai lầm nếu sử dụng chúng để phân tích. Khi đó, tác giả sử dụng kết quả ƣớc lƣợng của mơ hình ảnh hƣởng cố định (FEM) hoặc ảnh hƣởng ngẫu nhiên (REM). Để lựa chọn mơ hình ƣớc lƣợng phù hợp nhất giữa REM và FEM tác giả sử dụng kiểm định Hausman.
Kiểm định Redundant:
H0: Hệ số chặn giữa các đơn vị chéo là nhƣ nhau.
Nếu p value > 0.05, chấp nhận giả thuyết Ho, kết luận mơ hình Pooled OLS phù hợp hơn.
Nếu p value < 0.05, bác bỏ giả thuyết Ho, kết luận mơ hình FEM phù hợp hơn.
Kiểm định Hausman:
H0: Các ƣớc lƣợng của REM và FEM không khác nhau đáng kể.
Nếu p value > 0.05, chấp nhận giả thuyết Ho, kết luận mơ hình REM phù hợp hơn
Nếu p value < 0.05, bác bỏ giả thuyết Ho, kết luận mơ hình FEM phù hợp hơn
Bƣớc 5: Phân tích kết quả của mơ hình phù hợp, trả lời các câu hỏi nghiên
cứu, so sánh kết quả với các giả thuyết nghiên cứu đã đặt ra, so sánh kết quả nghiên cứu với các nghiên cứu trƣớc đây và lập luận giải thích kết quả nghiên cứu.