3.1. Kết quả nghiên cứu
3.1.2. Hồi quy và lựa chọn mô hình hồi quy phù hợp
Xác định mức độ tương quan giữa các biến để lựa chọn các biến độc lập có quan hệ tuyến tính với biến phụ thuộc và loại bỏ hiện tượng đa cộng tuyến giữa các biến độc lập với nhau. Bài nghiên cứu sẽ dùng kiểm định TTQ Correlation bằng phần mềm Stata16 để kiểm định các biến của mô hình xem có hiện tượng tự tương quan với nhau
40
hay không. Mô hình sẽ không có ý nghĩa nếu sự tương quan giữa các biến quá lớn. Các biến trong mô hình có sự tương quan nhỏ hơn 0.8 được cho là phù hợp.
Bảng 3.2: Bảng biểu thị mức độ tương quan giữa các biến trong mô hình
DPRICE EPS PE ROA SIZE GIABRE
NT
TYGIA INF GDP
DPRICE 1.0000 EPS 0.7400 0.0000
1.0000
PE 0.0632
0.3879
-0.2654 0.0002
1.0000
ROA 0.5920 0.0000
0.8043 0.0000
-0.3058 0.0000
1.0000
SIZE 0.2742 0.0001
0.2188 0.0025
0.0257 0.7252
0.1578 0.0301
1.0000
GIABRE NT
0.1460 0.0450
-0.0208 0.7763
0.0829 0.2569
-0.0586 0.4233
0.0793 0.2781
1.0000
TYGIA 0.0503 0.4920
-0.0735 0.3145
0.0706 0.3340
-0.1152 0.1145
0.1045 0.1523
0.5970 0.0000
1.0000
INF -0.0949 0.1939
0.0341 0.6411
-0.0445 0.5429
0.0622 0.3952
-0.0810 0.2681
-0.8515 0.0000
-0.6867 0.0000
1.0000
GDP -0.1557 0.0324
-0.0101 0.8907
0.0094 0.8982
0.0155 0.8328
-0.0623 0.3942
-0.3245 0.0000
-0.5193 0.0000
0.4414 0.0000
1.0000
Nguồn: Tác giả tự tổng hợp trên phần mềm Stata 16 Nhìn vào bảng 3.2, ta thấy được các kết quả nghiên cứu. Tất cả các biến độc lập đều có mối tương quan với biến phụ thuộc ở các mức độ khác nhau và hầu hết đều phù hợp với yêu cầu là hệ số tương quan nhỏ hơn 0.8. Bên cạnh đó, bài nghiên cứu có một biến là hệ số tương quan giữa EPS và ROA đạt mức 0.8043. Tuy nhiên mức này cao không đáng kể lắm so với 0.8 nên vẫn được tác giả coi là phù hợp và
41
không ảnh hưởng tới kết quả bài nghiên cứu. Chính vì vậy, các biến của mô hình đều đảm bảo phù hợp nên tác giả sử dụng để chạy mô hình hồi quy.
3.1.2.2. Mô hình hồi quy Pooled OLS với biến phụ thuộc DPRICE Bảng 3.3: Bảng kết quả mô hình hồi quy Pooled OLS
Biến độc lập Coef Std.Err P value
EPS 5.406979 .5513532 0.000
PE .1824714 .0308381 0.000
ROA 28.12293 25.01102 0.262
SIZE 2.485257 1.333185 0.064
GIABRENT .2842653 .1189685 0.018
TYGIA -1.499964 2.282077 0.512
INF 132.7975 122.4545 0.280
GDP -139.1985 48.28049 0.004
_cons .6826686 55.0376 0.990
Number of obs = 189 F (8, 180) = 44.61 Prob > F = 0.0000 R-squared = 0.6647 Adj R-squared = 0.6498
Nguồn: Tác giả tự tổng hợp trên phần mềm Stata 16 3.1.2.3. Kiểm định hiện tượng đa cộng tuyến cho mô hình hồi quy Pooled OLS Bảng 3.4: Bảng kiểm định hiện tượng đa cộng tuyến cho mô hình Pooled OLS
Variable VIF 1/ VIF
INF 4.61 0.216845
GIABRENT 3.73 0.267809
ROA 2.93 0.341144
EPS 2.92 0.342772
TYGIA 2.18 0.459007
GDP 1.42 0.702252
PE 1.12 0.890580
SIZE 1.07 0.930847
Mean VIF 2.50
Nguồn: Tác giả tự tổng hợp trên phần mềm Stata 16 Bảng 3.4 có kết quả cho ta thấy hệ số nhân tử phóng đại phương sai (VIF) của tất cả các biến độc lập để tìm ra hiện tượng đa cộng tuyến trong mô hình hồi quy Pooled OLS. Bảng 3.4 chỉ ra hệ số VIF trung bình của các biến là 2.5 và không có
42
biến nào có hệ số VIF lớn hơn 10 nên ta có thể kết luận là mô hình hồi quy Pooled OLS không có hiện tượng đa cộng tuyến xảy ra.
3.1.2.4. Mô hình tác động cố định (FEM) và mô hình tác động ngẫu nhiên (REM) Bảng 3.5: Bảng kết quả mô hình FEM và REM
Mô hình tác động cố định (FEM) Mô hình tác động ngẫu nhiên (REM)
Biến độc lập Coef Std.Err P-value Biến độc lập Coef Std.Err P-value
EPS 1.840033 .9449233 0.053 EPS 3.904733 .7411313 0.000
PE .088857 .031843 0.006 PE .1325356 .0305593 0.000
ROA 68.24032 44.14986 0.124 ROA 24.30407 34.17258 0.477 SIZE 23.63799 4.928086 0.000 SIZE 6.412684 2.223709 0.004 GIABRENT .3105392 .0863666 0.000 GIABRENT .3070489 .0935612 0.001 TYGIA -4.671373 1.727296 0.008 TYGIA -2.615845 1.817215 0.150 INF 158.3218 88.68122 0.076 INF 147.3591 96.17528 0.125 GDP -108.3238 35.12989 0.000 GDP -147.4451 37.97439 0.000 _cons .6826686 52.76958 0.042 _cons -4.791173 45.55937 0.916 Number of obs = 189
Number of groups = 27 R-sq:
within = 0.4772 between = 0.3055 overall = 0.3262
corr (u_i, Xb) = -0.5012 F (8,154) = 17.57 Prob > F = 0.0000
Number of obs = 189 Number of groups = 27 R-sq:
within = 0.4243 between = 0.7413 overall = 0.6324
corr (u_i, Xb) = 0 (assumed) Wald chi2(8) = 184.74 Prob > chi2 = 0.0000
Nguồn: Tác giả tự tổng hợp trên phần mềm Stata 16
43
3.1.3. Lựa chọn mô hình hồi quy phù hợp 3.1.3.1. Kết quả kiểm định Hausman
Với mức ý nghĩa α = 0.05, ta xét cặp giả thuyết sau:
H0: Mô hình REM phù hợp hơn H1: Mô hình FEM phù hợp hơn
Test: Ho: difference in coefficients not systematic chi2 (8) = (b-B)'[(V_b-V_B) ^ (-1)] (b-B) = 34.05
Prob>chi2 = 0.0000
(V_b-V_B is not positive definite)
Kiểm định Hausman với 2 mô hình tác động cố định FEM và mô hình tác động ngẫu nhiên REM với biến phụ thuộc là DPRICE thu được kết quả p- value = 0,0000 nhỏ hơn 0,05 (5%) nên ta đủ điều kiện bác bỏ H0. Vì vậy ta kết luận mô hình tác động cố định FEM phù hợp và sẽ được đưa vào sử dụng làm kết quả nghiên cứu.
3.1.3.2. Kiểm định nhân tử Breusch-Pagan Lagrange.
Với mức ý nghĩa α = 0.05, ta xét cặp giả thuyết sau:
H0: Mô hình Pooled OLS phù hợp hơn H1: Mô hình FEM phù hợp hơn
Kết quả kiểm định Breusch _Pagan Larange như sau:
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance
Variables: fitted values of dprice chi2(1) = 141.52
Prob > chi2 = 0.0000
Kiểm định Breusch-Pagan Larange với 2 mô hình Pooled OLS và mô hình tác động cố định FEM với biến phụ thuộc là DPRICE có kết quả p-value = 0,0000 nhỏ hơn 0,05 (5%) nên ta đủ điều kiện bác bỏ H0. Vì vậy, ta kết luận mô hình tác động cố định FEM phù hợp và sẽ được đưa vào sử dụng làm kết quả nghiên cứu.
44
Sau 2 kiểm định tác giả ra kết luận lựa chọn mô hình FEM
Fixed-effects (within) regression Number of obs = 189 Group variable: seatranspo~1 Number of groups = 27
R-sq: Obs per group:
within = 0.4772 min = 7 between = 0.3055 avg = 7.0 overall = 0.3262 max = 7
F(8,154) = 17.57 corr(u_i, Xb) = -0.5012 Prob > F = 0.0000
--- dprice | Coef. Std. Err. t P>|t| [95% Conf. Interval]
---+--- eps | 1.840033 .9449233 1.95 0.053 -.026652 3.706717 pe | .088857 .031843 2.79 0.006 .0259516 .1517625 roa | 68.24032 44.14986 1.55 0.124 -18.97719 155.4578 size | 23.63799 4.928086 4.80 0.000 13.90262 33.37337 giabrent | .3105392 .0863666 3.60 0.000 .139923 .4811554 tygia | -4.671373 1.727296 -2.70 0.008 -8.083624 -1.259121 inf | 158.3218 88.68122 1.79 0.076 -16.86694 333.5105 gdp | -148.2112 35.12989 -4.22 0.000 -217.6099 -78.81253 _cons | -108.3238 52.76958 -2.05 0.042 -212.5694 -4.078078 ---+--- sigma_u | 14.66667
sigma_e | 7.3731146
rho | .79826324 (fraction of variance due to u_i)
--- F test that all u_i=0: F(26, 154) = 7.34 Prob > F = 0.0000
3.1.3.3. Kiểm định hiện tượng PSSS thay đổi của mô hình FEM Với mức ý nghĩa α = 0.05, ta xét cặp giả thuyết sau:
H0: Mô hình không có hiện tượng phương sai sai số thay đổi H1: Mô hình có hiện tượng phương sai sai số thay đổi
Kết quả kiểm định Modified Wald như sau:
Modified Wald test for groupwise heteroskedasticity in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i chi2 (27) = 3289.38
Prob>chi2 = 0.0000
45
Kiểm định Modified Wald cho mô hình tác động cố định FEM với biến phụ thuộc là DPRICE có kết quả p- value = 0,0000 nhỏ hơn 0,05 (5%) nên ta đủ điều kiện bác bỏ H0. Vì vậy ta kết luận mô hình có hiện tượng phương sai sai số thay đổi.
3.1.3.4. Kiểm định hiện tượng tự tương quan
Với mức ý nghĩa α = 0.05, ta xét cặp giả thuyết sau:
H0: Mô hình không có hiện tượng tự tương quan H1: Mô hình có hiện tượng tự tương quan
Kết quả kiểm định Wooldridge như sau:
Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation
F (1,26) = 8.426 Prob > F = 0.0074
Kiểm định Wooldridge cho mô hình tác động cố định FEM với biến phụ thuộc là DPRICE có kết quả p- value = 0,0074 nhỏ hơn 0,05 (5%) nên ta đủ điều kiện bác bỏ H0. Vì vậy ta kết luận mô hình có hiện tượng tự tương quan.
3.1.3.5 Khắc phục khuyết tật của mô hình
Kết quả nghiên cứu của mô hình bị những khuyết tật như PSSS và hiện tượng TTQ, nên ta cần khắc phục 2 khuyết tật này thông qua ước lượng bình phương tối thiểu tổng quát FGLS của Atiken (1936) để cấu trúc lại cho mô hình FEM. Làm như vậy để các kết quả nghiên cứu sẽ trở nên tối ưu hơn.
46 Ta có kết quả như sau
Cross-sectional time-series FGLS regression
Coefficients: generalized least squares Panels: heteroskedastic
Correlation: no autocorrelation
Estimated covariances = 27 Number of obs = 189 Estimated autocorrelations = 0 Number of groups = 27 Estimated coefficients = 9 Time periods = 7 Wald chi2(8) = 458.83 Prob > chi2 = 0.0000
--- dprice | Coef. Std. Err. z P>|z| [95% Conf. Interval]
---+--- eps | 4.502711 .3841795 11.72 0.000 3.749733 5.255689 pe | .2100415 .0329879 6.37 0.000 .1453865 .2746965 roa | 55.40114 15.15367 3.66 0.000 25.70049 85.1018 size | 1.423214 .6238063 2.28 0.023 .2005758 2.645852 giabrent | .1436344 .0561233 2.56 0.010 .0336347 .2536341 tygia | -.9818043 1.077947 -0.91 0.362 -3.094542 1.130933 inf | 81.12872 57.78513 1.40 0.160 -32.12805 194.3855 gdp | -96.17098 22.83139 -4.21 0.000 -140.9197 -51.42228 _cons | 4.710559 25.99374 0.18 0.856 -46.23624 55.65736 ---