CHƯƠNG 3 KẾT QUẢ NGHIÊN CỨU
3.2. Phân tích kết quả nghiên cứu
3.2.2. Kết quả hồi quy mô hình
3.2.2.1. Hồi quy mô hình OLS, FEM và REM
Do là đặc điểm dữ liệu bảng theo thời gian cho nên nhằm nhận biết những ảnh hưởng của các nhân tố đến hiệu quả tài chính của 20 DN hoạt động trong ngành dầu khí đã tiến hành niêm yết trên TTCK VN thời điểm 2011 - 2021, bài nghiên cứu đã dùng ba mô hình đó là: Mô hình hồi quy tuyến tính thông thường (Pooled OLS), mô hình hồi quy tác động cố định (Fixed effects model - FEM) và mô hình hồi quy tác động ngẫu nhiên (Random effects model - REM).
Sau đây là kết quả chạy 3 mô hình được tác giả tổng hợp:
Bảng 3.3: Kết quả hồi quy bằng các mô hình Pooled OLS, FEM, REM
Biến độc lập Pooled OLS FEM REM
SIZE
Hệ số Beta -1.729 -2.461 -1.448
Độ lệch
chuẩn 0.681 1.229 0.806
Giá trị t -2.54 -2 -1.8
Trị số P 0.012 (**) 0.047 (**) 0.073 (*)
DFL
Hệ số Beta -18.576 -10.394 -14.414 Độ lệch
chuẩn 2.258 3.218 2.757
Giá trị t -8.22 -3.23 -5.23
Trị số P 0.000 (***) 0.001 (***) 0.000 (***)
QR
Hệ số Beta -1.20 -1.002 -1.109
Độ lệch
chuẩn 0.334 0.340 0.329
Giá trị t -3.59 -2.94 -3.37
43
Chú thích: (***) hệ số P_value nhỏ hơn 0.01, (**) hệ số P_value nhỏ hơn 0.05, (*) hệ số P_Value nhỏ hơn 0.1
(Nguồn: Trích từ phụ lục kết quả nghiên cứu) Kết quả phân tích cho thấy, cả 3 mô hình OLS, REM và FEM với 4 yếu tố DFL, QR, GROWTH và MC đều có ý nghĩa thống kê ở mức 5%. Với yếu tố SIZE có ý nghĩa thống kê ở mức 5% với mô hình OLS và FEM. Bên cạnh đó, SIZE còn có ý nghĩa thống kê ở mức 10% với mô hình REM. Còn AGE có ý nghĩa thống kê ở mức 5% với mô hình OLS và REM và không có ý nghĩa đối với mô hình FEM.
Qua phân tích 3 mô hình đều phù hợp nhằm chứng minh cho việc ảnh hưởng của những nhân tố tới hiệu quả tài chính đối với 20 DN hoạt động tại ngành dầu khí đã tiến hành niêm yết trên TTCK VN tại thời điểm từ 2011 - 2021.
Để lựa chọn lựa mô hình nào phù hợp, tác giả tiến hành so sanh giữa mô hình OLS với FEM thông qua kiểm định F- Test Và mô hình FEM với REM thông qua kiểm định Hausman - Test.
Trị số P 0.000 (***) 0.004 (***) 0.001 (***)
GROWTH
Hệ số Beta 0.058 0.046 0.051
Độ lệch
chuẩn 0.012 0.01 0.011
Giá trị t 4.59 4.03 4.49
Trị số P 0.000 (***) 0.000 (***) 0.000 (***)
MC
Hệ số Beta 51.275 36.354 43.081
Độ lệch
chuẩn 7.215 7.654 6.921
Giá trị t 7.11 4.75 6.22
Trị số P 0.000 (***) 0.000 (***) 0.000 (***)
AGE
Hệ số Beta 0.454 1.914 0.455
Độ lệch
chuẩn 0.109 4.336 0.208
Giá trị t 4.16 0.44 2.18
Trị số P 0.000 (***) 0.659 0.029 (**)
44
❖ Kiểm định F–Test để lựa chọn giữa OLS và FEM
Kiểm định F theo phương pháp Likelihood Ratio (LR test) để so sánh giữa 2 mô hình Pooled OLS và FEM với mức ý nghĩa 5%.
Giả thuyết:
H0: Mô hình Pooled OLS hiệu quả hơn mô hình FEM.
H1: Mô hình FEM hiệu quả hơn mô hình Pooled OLS.
Bảng 3.4: Kết quả kiểm định F-Test
F - test Prob > F
4.92 0.000
(Nguồn: Trích từ phụ lục kết quả nghiên cứu) Dựa vào kết quả bảng trên, có thể tháy giá trị P-Value là 0.000 < 0.05. Nên bác bỏ giả thuyết H0. Tức là mô hình FEM hiệu quả hơn mô hình Pooled OLS.
Sau khi lựa chọn được mô hình FEM phù hợp, tác giả tiếp tục kiểm định Hausman – test để lựa chọn giữa mô hình FEM và REM.
❖ Kiểm định Hausman –Test để lựa chọn giữa FEM và REM
Để lựa chọn giữa FEM và REM, dùng kiểm định Hausman với với mức ý nghĩa α = 0.05, xét cặp giả thuyết sau:
H0: Không có sự tương quan giữa các biến độc lập và biến mang tính ngẫu nhiên (chọn REM)
H1: Có sự tương quan giữa các biến độc lập và biến mang tính ngẫu nhiên (chọn FEM).
Để đưa ra ý kiến chấp nhận hay phủ nhận giả thuyết : thông qua kiểm định Hausman, nếu p-value thấp hơn 5% tiến hành loại bỏ H0 và chấp nhận H1. Ngược lại, nếu p-value cao hơn 5% thì loại bỏ H1 và chấp nhận H0.
Bảng 3.5: Kết quả kiểm định Hausman –Test
Chi2 Prob>Chi2
11.59 0.0719
(Nguồn: Trích từ phụ lục kết quả nghiên cứu) Giá trị Prob sau khi thực hiện kiểm định Hausman là 0.0719 lớn hơn 0.05 nên chưa có cơ sở bác bỏ giả thuyết H0, điều này cho thấy mô hình REM phù hợp với mẫu dữ liệu hơn so với mô hình FEM.
45
Tác giả tiếp tục thực hiện các kiểm định cần thiết về phương sai đồng nhất, tự tương quan giữa các phần dư và đa cộng tuyến của các biến trong mô hình REM được chọn.
3.2.2.2. Kiểm định các khuyết tật của mô hình REM.
a. Kiểm định hiện tượng đa cộng tuyến
Theo lý thuyết có thể áp dụng nhiều phương pháp khác nhau để xác định và đánh giá mức độ đa cộng tuyến có thể kể đến như: Kết quả tương quan giữa những biến độc lập có giá trị cao, hồi quy phụ hay phụ thuộc dựa vào VIF. Đối với nghiên cứu trên, đã sử dụng phương pháp phóng đại phương sai VIF nhằm biết được hiện tượng đa cộng tuyến trong mô hình nghiên cứu.
Bảng 3.6: Kết quả kiểm định VIF
Biến độc lập VIF 1/VIF
SIZE 2.74 0.365
MC 2.56 0.390
QR 1.94 0.516
DFL 1.87 0.535
AGE 1.15 0.869
GROWTH 1.1 0.909
Mean VIF 1.89
(Nguồn: Trích từ phụ lục kết quả nghiên cứu) Từ bảng phân tích trên thấy được hệ số phóng đại phương sai VIF có các biến độc lập nhỏ hơn 10, điều này thể hiện những nhân tố này không tác động tới kết quả ước lượng của mô hình.
b. Kiểm định tương quan chuỗi:
Nhằm kiểm tra có xảy ra hiện tượng tương quan chuỗi hay không, tác giả dùng kiểm định Wooldridge test với α = 0.05 và xét cặp giả thuyết sau :
H0: Không có hiện tượng tương quan chuỗi (p-value > 0.05) H1: Có hiện tượng tương quan chuỗi
46
Bảng 3.7: Kết quả kiểm định hiện tượng tương quan chuỗi
Chi2 Prob>Chi2
18.833 0.0004
(Nguồn: Trích từ phụ lục kết quả nghiên cứu) Kết quả kiểm định Woolrigde cho mô hình biến phụ thuộc có P-value=
0.0004 < 0.05 (mức ý nghĩa 5%) nên có cơ sở loại bỏ H0. Qua đó có thể thấy có sự diễn ra hiện tượng tương quan chuỗi trong mô hình.
c. Kiểm định phương sai sai số thay đổi:
Nhằm kiểm tra các phương sai có sai số thay đổi diễn ra ở mô hình FEM, tác giả sử dụng phương pháp kiểm định Breusch- Pagan Lagrange Multiplier với mức ý nghĩa α = 0.05, xét cặp giả thuyết:
H0: có phương sai không đổi (p-value > 0.05) H1: có phương sai sai số thay đổi
Kết quả kiểm định Breusch-Pagan LM cho mô hình có P-value = 0.000 <
0.05 (mức ý nghĩa 5%) nên bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Có nghĩa là mô hình xảy ra hiện tượng phương sai sai số thay đổi.
Bảng 3.8: Kết quả kiểm định phương sai sai số thay đổi
Chi2 Prob>Chi2
49.08 0.000
(Nguồn: Trích từ phụ lục kết quả nghiên cứu) Như vậy, sau khi kiểm định các khuyết tật trong mô hình REM thì mô hình không bị khuyết như đa cộng tuyến. Nhưng lại có khuyết tật phương sai sai số thay đổi và tương quan chuỗi. Việc mô hình bị khuyết tật này là do nhược điểm của dữ liệu dạng bảng với số cá thể quan sát lớn trong chuỗi thời gian ngắn thường phát sinh hiện tượng phương sai sai số thay đổi và rất khó khắc phục vấn đề này.