2.3.1. Phương pháp xử lý số liệu:
Trong trường hợp nghiên cứu của luận văn, dữ liệu thứ cấp được tập hợp từ số liệu được công bố của các Cty niêm yết, cơng cụ xử lý là phương trình hồi quy, cần có
sự trợ giúp của phần mềm thống kê. Hiện có rất nhiều phần mềm thống kê được sử dụng như SPSS, Eviews, STATA,... Đối với luận văn này, tác giả sử dụng phần mềm Eviews để xử lý số liệu, đồng thời phương pháp áp dụng là phương pháp hồi quy OLS và hồi quy Logit trên cơ sở dữ liệu thu thập được.
Trình tự xử lý số liệu bao gồm: Mơ tả và trình bày dữ liệu, khảo sát hiện tượng đa cộng tuyến giữa các biến độc lập và biến kiểm soát, kiểm tra hiện tượng tự tương quan của các biến trong phương trình hồi quy, đánh giá mức độ phù hợp của phương trình, và mức độ ý nghĩa của các biến giải thích.
- Thống kê mơ tả và trình bày dữ liệu: Số liệu được trình bày dưới dạng bảng thống kê, mỗi biến gồm các nội dung sau: tên biến, giá trị trung bình, độ lệch chuẩn; được phân ra cho 6 nhóm Cty.
- Khảo sát tương quan cặp giữa các biến: Được thực hiện bằng cách thiết lập ma trận hệ số tương quan và xem xét hệ số tương quan cặp giữa các biến độc lập và biến kiểm sốt, tìm ra những cặp biến có hệ số tương quan quá cao. Hệ số tương quan cặp giữa các biến quá cao có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy. Nếu hệ số tương quan cặp vượt quá 0.8, phương trình hồi quy sẽ gặp vấn đề đa cộng tuyến nghiêm trọng. Vì vậy để giảm thiểu hiện tượng đa cộng tuyến, luận văn đề ra tiêu chí loại bỏ một biến ít quan trọng hơn ra khỏi phương trình hồi quy nếu tương quan cặp giữa 2 biến lớn hơn hoặc bằng 0.8.
- Kiểm tra hiện tượng tự tương quan:
Đối với phương pháp ước lượng bình phương nhỏ nhất (OLS): khi có hiện tượng tự tương quan thì ước lượng OLS khơng phải là ước lượng tuyến tính khơng chệnh tốt nhất nữa. Một phương pháp phát hiện hiện tượng tự tương quan là sử
dụng kiểm định d của Durbin-Watson. Trong thực tế, khi tiến hành kiểm định Durbin-Watson người ta thường áp dụng qui tắc kiểm định đơn giản như sau:
Nếu 1 < d < 3 thì kết luận mơ hình khơng có tự tương quan.
Nếu 0 < d < 1 thì kết luận mơ hình có tự tương quan dương.
Nếu 3 < d < 4 thì kết luận mơ hình có tự tương quan âm.
Đánh giá độ phù hợp của phương trình hồi quy: thước đo thường được sử dụng trong
việc đánh giá mức độ phù hợp của phương trình hồi quy là R2 (hệ số xác định). R2
nhận các giá trị từ 0 đến 1. Giá trị của R2 càng gần 1 thì mức độ phù hợp của phương trình hồi quy càng cao. Tuy nhiên, sử dụng R2 có một nhược điểm là giá trị của R2
càng tăng khi số biến độc lập và biến kiểm soát gia tăng, nhưng chưa chắc mức độ giải thích của phương trình gia tăng theo. Do đó, người ta thường sử dụng thước đo thay thế có thể tránh được nhược điểm trên đó là R2 điều chỉnh (Adjusted R2). Thước đo này phù hợp để đánh giá các mơ hình hồi quy tuyến tính đa biến.
Trong mơ hình Logit, được phù hợp của mơ hình được đo bằng tiêu chí Mc Fadden R2
thay cho chỉ số R2
và R2 điều chỉnh trong mơ hình OLS.
Đối với các hiện tượng kinh tế xã hội, R2điều chỉnh thường không cao như các hiện tượng tự nhiên hoặc kỹ thuật.
- Lựa chọn biến giải thích: tác giả đề xuất lựa chọn các biến giải thích từ phương trình hồi quy theo tiêu chí tương quan chặt chẽ với biến phụ thuộc trong mức có ý nghĩa thống kê. Thơng thường các nhà nghiên cứu hay sử dụng mức có ý nghĩa là 1% và 5%. Tuy nhiên trong trường hợp Việt Nam, với điều kiện thu thập dữ liệu khó khăn và nền kinh tế đang phát triển, tác giả đề xuất chấp nhận mức có ý nghĩa thống kê từ 10% trở xuống.
2.3.2. Lý giải kết quả nghiên cứu:
Trên cơ sở kết quả nghiên cứu của Saurabh Ghosh & Arijit Ghosh (2008) và
các lý thuyết đã nghiên cứu khác, tác giả kết hợp với thực tiễn của môi trường khảo sát để so sánh và đánh giá cho kết quả hồi quy, qua đó xác định các hạn chế nghiên cứu và đề xuất hướng nghiên cứu tiếp theo.