Chương 4: KẾT QUẢ THỰC NGHIỆM
4.3. Phân tích kết quả ước lượng hồi quy
4.3.1. Phân tích kết quả ước lượng hồi quy mô hình thứ nhất
4.3.1.5. Kiểm định tính vững của mô hình
Bảng 4.4. Kết quả hồi quy phương trình (1) theo phương pháp OLS, OLS- robust, GLS và GMM
OLS OLS-robust GLS GMM
NTC 0,0000569 0,0000569* 0,0000281* 0,0004083 **
NTC2 -4,73e-09 -4,73e-09 -1,65e-09*** -4,59e-08**
ZIZE 0,0706496*** 0,0706496*** 0,0386563*** 0,1228851 ***
LEV 0,0180363 0,0180363 0,1787248*** 0,167707
GROWTH -0,0016267 0,0016267 -0,0024995 0,0102913
ROA 2,47116*** 2,47116*** 2,103077*** 0,4327781
AR(1) 0,000
AR(2) 0,111
Sargan test 0,777
Hansen test 0,844
F F( 14, 1797) =
74,68
F( 14, 1797) = 33,14
Wald chi2(14)
= 1690,11
F(15, 222)=
30,32
Prob > F 0,0000 0,0000 0,0000 0,000
R-squared 0.3678 0,3678
Nguồn: Theo tính toán của tác giả; bao gồm 1.812 quan sát từ 222 doanh nghiệp Việt Nam giai đoạn 2008 - 2016.
*** có ý nghĩa ở mức 1%
** có ý nghĩa ở mức 5%
* có ý nghĩa ở mức 10%
Trong đó: Q: Hiệu quả hoạt động của doanh nghiệp; NTC: Chu kỳ thường mại thuần; NTC2: Chu kỳ thương mại thuần bình phương; SIZE: Quy mô của doanh nghiệp; LEV: Đòn bẩy tài chính của doanh nghiệp; GROWTH: Cơ hội tăng trưởng của doanh nghiệp; ROA: Tỷ suất sinh lợi trên tài sản của doanh nghiệp.
Mặc dù kết quả nghiên cứu của tác giả tiếp cận bằng nhiều phương pháp khác nhau nhưng cho kết quả là đồng nhất về dấu và kỳ vọng ban đầu giống nhau. Và phương pháp tiếp cận bằng GMM đã ủng hộ giả thuyết đó, kết quả thu được vững hơn. Tức là hình dạng đồ thị là giống nhau có dạng hình chử U ngược. Các giá trị (R- squared = 36,78%). Nói chung mô hình này OLS giải thích được tương đối kết quả về ảnh hưởng của quản trị vốn luân chuyển lên hiệu quả hoạt động doanh nghiệp. Bên cạnh đó giá trị kiểm định và P - value tương ứng của các mô hình OLS, OLS - robust, GLS và GMM lần lượt F( 14, 1797) = 74,68; F( 14, 1797) = 33,14; Wald chi2(14) = 1690,11; F(15, 222) = 30,32; Pvalue = 0,000. Điều này cũng cho thấy mô hình sử dụng là phù hợp.
Tuy nhiên độ vững và tính hiệu quả của hệ số trong mô hình hồi quy có thể bị nghi ngờ vì tác giả đã chỉ ra rằng dữ liệu bị nội sinh nên nên ước lượng OLS không vững, còn OLS – rubust khi hồi quy cách này chưa xử lý triệt để vì chỉ chỉnh lại sai số chuẩn mà thôi, hệ số hồi quy vẫn như ban đầu. Do phương sai thay đổi và tự tương quan nên ước lượng OLS không hiệu quả. Tuy nhiên ước tính mô hình hồi quy OLS không phản ảnh được sự khác biệt của mỗi doanh nghiệp. Tác giả đã tiến hành kiểm định Breusch-Pagan kết quả cho thấy phương sai thay đổi nên không thể dùng OLS.
Tác giả cũng dùng kiểm định Hausman kết quả cho thấy mô hình FEM phù hợp, tuy nhiên theo kết quả nghiên cứu của Nguyễn Thị Liên Hoa và Nguyễn Thị Bích Phương (2014) chỉ ra rằng do tồn tại hiện tượng phương sai thay đổi, nên dùng phương pháp GLS để khắc phục hiện tượng này trong mô hình của mình. Mặc dù tác giả cố gắng giải quyết GLS để khắc phục và kiểm tra tính vững của mô hình. Sau cùng là bị nội sinh nên tác giả ước tính theo phương pháp GMM.
Kiểm định các giả thuyết về hệ số hồi quy Ho: Các hệ số hồi quy riêng điều bằng không
H1: Không phải tất các hệ số hồi quy riêng đồng thời bằng không Tác giả dùng thống kê F= 𝑅2(𝑛−𝑘)
(1−𝑅2)(𝑘−1) , như vậy giữa F và R2 có liên quan với nhau. R2 càng lớn thì F càng lớn, khi R2 = 0 thì F= 0. Khi R2 = 1 thì F vô hạn. Do vậy việc kiểm định giả thuyết H0 cũng là kiểm định giả thuyết cho rằng R2 (trong tổng thể thống kê) = 0.
Để thực hiện kiểm định giả thuyết, chúng ta áp dụng nguyên tắc sau:
Tính F theo công thức : F = 𝑅2(𝑛−𝑘)
(1−𝑅2)(𝑘−1)
Với mức ý nghĩa α, tra bảng phân phối Fisher - Snedecor với bậc tự do n1 = (k-1) và n2 = n - k để tìm giá trị Fα(k -1,n - k). Trong đó n là số quan sát, k là số biến trong mô hình hồi quy (kể cả biến phụ thuộc). Fα(k-1,n-k) là giá trị thỏa mãn điều kiện:
P[F > Fα(k-1,n-k)] = α
Nếu F > Fα(k-1,n-k) thì bác bỏ giả thuyết H0, tức là hệ số hồi quy không đồng thời bằng 0, (hay hệ số xác định R2 khác 0 có ý nghĩa). Ngược lại nếu F <
Fα(k-1,n-k) thì ta không thể bác bỏ giả thuyết H0 tức là hệ số hồi quy đồng thời bằng không (hay hệ số xác định R2 khác 0 không có ý nghĩa).
(Hoàng Ngọc Nhậm, 2012)
Theo kết quả sau khi thực hiện hồi quy theo phương pháp GMM thu được:
Kiểm định F
F(15, 222) 30,32
P-value 0,0000
Kết quả F có P-valule rất nhỏ nên: Bác bỏ Ho: Các hệ số hồi quy riêng điều bằng không và chấp nhận H1: Không phải tất các hệ số hồi quy riêng đồng thời bằng không.
Điều này hàm ý rằng các biến độc lập đưa vào điều giải thích cho biến phụ thuộc, do vậy mô hình là phù hợp.