Chương 3: MÔ HÌNH NGHIÊN CỨU VÀ DỮ LIỆU NGHIÊN CỨU
3.2. Phương pháp nghiên cứu
3.2.3. Phương pháp nghiên cứu, quy trình thực hiện
Bài nghiên cứu này sử dụng phương pháp chủ yếu phương pháp GMM hai bước để ước lượng mô hình nghiên cứu, trước tiên tác giả tập trung trình bày ước lượng mô hình hồi quy tuyến tính bằng phương pháp bình phương bé nhất được gọi là OLS, bước đầu tiên tác giả đưa ra các giả định, sau đó tiến hành ước lượng và kiểm định sự phù hợp của mô hình. Tiếp theo tác giả sử dụng mô hình tác động hiệu ứng cố định (Fixed Effect) và mô hình tác động ngẫu nhiên (Random Effect). Để giải quyết hiệu quả bài nghiên cứu tác giả sau cùng dùng phương pháp GMM hai bước để ước lượng do nội sinh có thể xảy ra do tác động hai chiều giữa biến độc lập và biến phụ thuộc.
Để khắc phục điều này Deloof (2003) chỉ ra rằng kết quả có thể bị ảnh hưởng tiềm tàng, số ngày phải thu, số ngày tồn kho, số ngày phải trả có thể bị tác động bởi lợi nhuận của công ty. Khi đó mối quan hệ ngược chiều giữa số ngày phải thu, hàng tồn kho có thể được giải thích nếu doanh nghiệp có lợi nhuận ít.
Phương pháp GMM hai bước (Two step Generalized Method of Moments) được đề xuất bởi Arellano và Bond (1991), Phương pháp này được sử dụng để khắc phục hiện tượng nội sinh rất tốt và phổ biến hiện nay, bằng cách dùng biến công cụ thay thế. Biến trễ của các biến độc lập được dùng ngay trong mô hình làm biến công cụ.
Đồng thời phương pháp này cũng khắc phục được hiện tượng phương sai thay đổi và tự tương quan. Trong bài báo của Caballero, S et al (2013), tác giả cũng sử dụng phương pháp này để giải quyết vấn đề nội sinh.
Quy trình thực hiện như sau:
Tác giả thu thập dữ liệu, sau đó tiến hành làm sạch dữ liệu bằng cách nói ở trên và đồng thời loại bỏ những quan sát bất thường bằng câu lệnh của stata như sau:
“winsor2 varlist [if] [in], [suffix(string) replace trim cuts(# #) by(groupvar) label ]”.
Sau đó nghiên cứu được thực hiện theo thứ tự các bước sau:
3.2.3.1. Thống kê mô tả
Thống kê mô tả: Phần này cung cấp thông tin sơ bộ, cơ bản về các biến định lượng trong mô hình nghiên cứu như giá trị trung bình mẫu, giá trị lớn nhất của mẫu,
giá trị nhỏ nhất của mẫu, trung vị của mẫu, độ lệch chuẩn của mẫu của 222 doanh nghiệp Việt Nam trên sàn giao dịch giai đoạn 2008 - 2016. Bảng phân tích thông kê giúp tác giả mô tả những đặc điểm cơ bản của dữ liệu và đưa ra những nhận định ban đầu về dữ liệu nghiên cứu.
3.2.3.2. Phân tích ma trận tương quan
Phân tích ma trận tương quan: Để xác định mối quan hệ tương quan giữa các biến độc lập, giữa biến phụ thuộc và các biến độc lập trong mô hình. Tác giả sử dụng ma trận hệ số tương quan. Ngoài ra tác giả xem xét hệ số tương quan giữa các biến còn xem xét kèm theo mức ý nghĩa của chúng nhằm đánh giá các biến. Theo nhiều tác giả nghiên cứu trước đây, các biến độc lập có tương quan cao tức hệ số tương quan > 0,8 thì đó là chỉ dấu cho biết xảy ra hiện tượng đa cộng tuyến (Studenmund, 2014).
3.2.3.3. Phân tích hồi quy
Các nghiên cứu trước đây dùng nhiều phương pháp ước lượng khác nhau trong nghiên cứu của mình và thậm chí một số tác giả còn sử dùng nhiêu phương pháp khác nhau để so sánh kết quả từ đó lựa chọn phương pháp ước lượng cho nghiên cứu của mình. Bài nghiên cứu chủ yếu sử dụng phương pháp ược GMM hai bước để khắc phục vấn đề nội sinh, tuy nhiên chúng ta không bỏ qua những ước lượng đơn giản trước như OLS, FEM và REM, nếu những ước lượng này tốt, hiệu quả thì chúng ta sử dụng còn những ước lượng đơn giản này vi phạm các giả định dẫn đến ước lượng kém hiệu quả thì chúng ta sẽ tìm những ước lượng phức tạp hơn để khắc phục những tồn tại của ước lượng đơn giản.
Qua một số kiểm định cho thấy dữ liệu nghiên cứu vừa bị phương sai thay đổi, vừa bị tự tương và có thể bị nội sinh. Tác giả thực hiện hồi quy dữ liệu OLS và tiến hành kiểm tra đa cộng tuyến, phương sai thay đổi. Sử dụng hệ số phóng đại phương sai (VIF) để đánh giá đa cộng tuyến và dùng kiểm định White để kiểm tra phương sai thay đổi. Do đó việc sử dụng mô hình khác như OLS, FEM và REM sẽ không hiệu quả.
3.2.3.4. Kiểm định Hausman
Kiểm định Hausman để lựa chọn mô hình nào phù hợp hơn một trong hai mô hình FEM và REM. Kiểm định Hausman với giả thuyết H0 làm nền tảng cho kiểm định Hauman là tác động cá biệt của mỗi đơn vị chéo không gian không có tương quan với các biến hồi quy khác trong mô hình. Nếu có tương quan thì giả thuyết H0
bị từ chối, hôi quy theo mô hình REM sẽ bị thiên lệch chính điều này mà người ta thích chọn mô hình FEM hơn. (Nguyễn Thị Liên Hoa và Bùi Thị Bích Phương, 2014).
3.2.3.5. Lựa chọn mô hình phù hợp
Nguyễn Quang Dong và Nguyễn Thị Minh (2013) chỉ ra rằng khi thiết lập mô hình chúng ta phải xác định được biến nào là biến nội sinh, biến nào là biến ngoại sinh. Vấn đề nêu trên tùy thuộc vào chủ đề nghiên cứu đặt ra, tùy thuộc vào tập hợp các biến số, các thông tin biến số. Phân tích định tính phải xác định được danh mục các biến số này.
Biến nội sinh (endogenous variable) là một khái niệm thường xuất hiện trong phân tích kinh tế. Cần phân biệt khái niệm này trong mô hình kinh tế và trong mô hình hồi quy. Trong mô hình kinh tế, một biến được gọi là biến nội sinh nếu nó chịu tác động của các biến khác trong mô hình, và biến được gọi là ngoại sinh (exogenous variable) nếu nó không chịu tác động của các biến khác trong mô hình. Trong kinh tế lượng, biến nội sinh là biến có tương quan với sai số ngẫu nhiên trong mô mình Ví dụ xét hồi quy tuyến tính hai biến Yi = β1Xi + Ui với Cov(Xi, Ui) ≠ 0, X bị nội sinh.
Trong mô hình có ít nhất một biện nội sinh thì mô hình là có vấn đề biến nội sinh.
Khái niệm biến nội sinh trong kinh tế quan tâm đến bản chất mối quan hệ giữa biến độc lập và biến phụ thuộc. Khi xây dựng mô hình thì việc xác định biến nội sinh là cực kỳ quan trọng, và chủ yếu dựa vào lý thuyết kinh tế và tình huống thực tế.
Mặc khác để khắc phục sự nội sinh tác động qua lại giữa biến độc lập và biến phụ thuộc, có thể xảy ra theo kết quả nghiên cứu của (Deloof, 2003) chỉ ra rằng kết có thể bị ảnh hưởng tìm tàng nội sinh số ngày phải thu, số ngày hàng tồn kho, số ngày phải trả bị tác động hiệu quả hoạt động của doanh nghiệp. Chiều nguợc lại hiệu quả
hoạt động của doanh nghiệp cũng có tác dụng đến số ngày phải thu, số ngày hàng tồn kho và số ngày phải trả. Lợi nhuận doanh nnghiệp là một điển hình giải thích cho các biến độc lập khi doanh nghiệp lợi nhuận thấp doanh nghiệp sẽ trì hoãn trả nợ khách hàng. Ngoài ra như các nghiên cứu về mối quan hệ giữa quản trị vốn luân chuyển và hiệu quả họat động của doanh nghiệp thì vấn đề nội sinh có thể xảy ra làm ảnh hưởng đến kết quả nghiên cứu.
Để giải quyết vấn đề nội sinh người ta sử dụng hai phương phát thông dụng là phương pháp hồi quy hai giai đoạn 2SLS (Two Stage Least Square) và phương pháp ước lượng GMM. Trong bài này tác giả sử dụng phương pháp GMM hai bước bởi vì phương pháp này đang được sử dụng phổ biến và phù hợp với bài nghiên cứu của nhóm tác giả Caballero, S et al (2013). Phương pháp GMM cho phép khắc phục hiện tượng nội sinh bằng cách sử dụng biến công cụ, dùng các biến trễ của biến độc lập ngay trong mô hình làm biến công cụ, hơn nữa phương pháp này còn khắc phục được hiện tượng phương sai thay đổi và hiện tượng tự tương quan.