CHƯƠNG II : PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU
2.2 Kỹ thuật phân tích số liệu
2.2.3.2 Mơ hình hồi quy logit
Hồi qui logit là một kỹ thuật phân tích hồi qui trong đó biến số phụ thuộc (Y) là một biến số nhị phân (dichotomous – binary variable), theo đó Y được mã hố là 1 và 0 (Y = 1, thành công; Y = 0, thất bại). Biến số độc lập trong hồi qui logit có thể là biến số rời hoặc liên tục, biến số đơn biến hoặc đa biến.
Mơ hình hồi quy logit có dạng như sau:
𝐏𝐢 = 𝟏 𝟏 + 𝐞−𝐙𝐢
Zi = β0+ β1X1+ β2X2+ β3X3+… βiXi + εi
Với: Pi là xác suất để biến Y nhận giá trị là 1 X1,…,Xi là các biến số độc lập
β0,…,βi là các hệ số hồi quy
εi là sai số giữa ước lượng và thực tế (sai số trong việc bỏ sót biến giải thích hay sai số trong đo lường)
Giả thuyết của kiểm định: H0: β1=β2=β3=β4=β5=β6=0 H1: β1≠β2≠β3≠β4≠β5≠β6≠ 0 Mức ý nghĩa α = 5%
Kết quả tính tốn kiểm định được dựa trên phần mềm Eviews. Sau khi chạy dữ liệu thu được các hệ số của mơ hình cùng với giá trị kiểm định P- value tương ứng:
Nếu P ≥ α: Chấp nhận H0, nghĩa là biến độc lập khơng có ý nghĩa thống kê và khơng có tác động đến biến phụ thuộc.
Nếu P < α: Bác bỏ H0, nghĩa là biến độc lập có ý nghĩa thống kê và có tác động đến biến phụ thuộc.
Đối với mơ hình hồi quy logit thì các giá trị 0 và 1 ln là giá tri tiệm cận và vì vậy xác suất được ước lượng sẽ không bao giờ đạt được mức tuyệt đối là 0 hay 1, mặc dù các giá trị ước lượng này có thể là rất gần tiệm cận.
Trong mơ hình logit chúng ta không nghiên cứu ảnh hưởng trực tiếp của các biến độc lập đối Xi đối với Y mà xem xét ảnh hưởng của các biến độc lập Xi đến xác suất Y nhận giá trị là 1.
Hồi quy logit đa biến được ước lượng trong bài nghiên cứu để phân biệt những giải thích khả thi cho quyết định phòng ngừa rủi ro. Các biến kiểm tra trong phân tích đa biến dựa trên các yếu tố cơ bản trong các tài liệu nghiên cứu tơi đã trình bày trong phần trước là cơ sở lý luận quan trọng cho quyết định phòng ngừa rủi ro của cơng ty. Trong mơ hình logit của tơi, tơi đã kiểm định xem quyết định ngừa rủi ro có phải là hàm số của 6 yếu tố - đại diện cho chi phí kiệt quệ tài chính, chi phí đại diện của nợ, chi phí tài trợ bên ngồi, thuế và yếu tố thay thế cho phòng ngừa rủi ro. Bởi vì nhiều yếu tố đại diện để đo lường đặc điểm công ty, tôi đã ước lượng hồi quy logit riêng biệt, sử dụng tất cả các kết hợp có thể của các biến đại diện cho mỗi cấu trúc của hàm số phòng ngừa rủi ro dự đoán.
Năm yếu tố đầu tiên được kỳ vọng có tác động dương lên quyết định phòng ngừa rủi ro của cơng ty. Đó là các yếu tố liên quan đến chi phí kiệt quệ tài chính, chi phí đại diện của nợ, chi phí tài trợ bên ngồi, thuế và các lợi ích của nhà quản lý, nếu cơng ty nhận được các lợi ích từ hoạt động quản lý rủi ro có giá trị càng cao thì khả năng cơng ty sẽ tham gia vào các hoạt động phịng ngừa rủi ro càng lớn.
Yếu tố thứ 6 là biến đại diện cho các chính sách tài chính thay thế cho quyết định phòng ngừa rủi ro, kỳ vọng dự kiến sẽ tương quan âm với quyết định phòng ngừa rủi ro của cơng ty. Vì khi theo đuổi các chính sách này thì cơng ty sẽ hạn chế hoặc khơng muốn chi trả các khoản chi phí để tổ chức thực hiện hoạt động phòng ngừa rủi ro.
Biến phụ thuộc được chuẩn hố là 1 nếu cơng ty phòng ngừa rủi ro và 0 nếu ngược lại. Mối tương quan giữa quyết định phòng ngừa rủi ro và các yếu tố tiềm năng của nó có thể được thể hiện trong hàm số sau:
Y = f (FC, AC, CEF, T, MU, HS)
Y : Biến nhị phân nhận giá trị là 1 nếu cơng ty có phịng ngừa rủi ro và 0 nếu cơng ty khơng phịng ngừa rủi ro.
FC : Đại diện cho quy mô và xác suất kiệt quệ tài chính.
AC : Chi phí đại diện của nợ.
CEF : Biến đại diện cho chi phí tài trợ bên ngoài.
T : Biến nhị phân bằng 1 nếu công ty được giảm thuế do kết chuyển lỗ từ các năm trước mang sang năm kiểm định và bằng 0 nếu cơng ty khơng có giảm thuế do kết chuyển lỗ từ các năm trước mang sang năm kiểm định.
MU : Biến đại diện cho lợi ích nhà quản lý.
HS : Biến đại diện cho các chính sách tài chính thay thế cho quyết định phòng ngừa rủi ro.
Mỗi biến độc lập trong hàm số trên được đo lường bởi hai hay nhiều biến đại diện, vì vậy ngồi các mơ hình được trình bày, tơi thiết lập và chạy mơ hình với các biến đại diện đa dạng hữu hiệu cho việc đo lường các đặc điểm của công ty, tôi đã ước lượng các hồi quy logit riêng biệt cho từng biến độc lập và sử dụng tất cả các kết hợp có thể của các biến đại diện cho mỗi cấu trúc dự đoán, nhằm đưa ra lời giải thích phù hợp cho quyết định phịng ngừa rủi ro trong các cơng ty.