CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Phương pháp nghiên cứu
3.3.2 Phương pháp nghiên cứu đối với các thông tin công bố trên BCTC tác động đến SSL ( mô hình 2)
Trong mô hình 2 này, nghiên cứu sử dụng dữ liệu bảng không cân bằng, ứng dụng phần mềm Stata 12.0 để xử lý số liệu. Nghiên cứu sử dụng ba phương pháp ước lượng mô hình nghiên cứu. Thứ nhất là ước lượng mô hình hồi quy OLS (pooled), thứ hai là ước lượng mô hình hồi quy với các tác động cố định (FEM) và cuối cùng là mô hình hồi quy với các tác động ngẫu nhiên (REM).
- Theo mô hình Pooled-OLS
Dựa trên số liệu thu thập được từ Thomson Reuter, http://www.hsx.vn, http://www.hnx.vn www.cophieu68.vn, tác giả sử dụng phương pháp phân tích thống kê và phần mềm sử lý số liệu Stata 12.0 để phân tích định lượng tác động của các yếu tố tài chính công bố trên BCTC tác động đến SSL chứng khoán. Mức độ và chiều hướng tác động này được thể hiện qua dấu và hệ số hồi quy chuẩn hóa - β (Standardized Coeficiencents).
Phương pháp hồi quy Pooled được trên tập dữ liệu thu được của các đối tượng theo thời gian, và mô hình hồi quy này xem tất cả các hệ số đều không thay đổi giữa các đối tượng khác nhau và không thay đổi theo thời gian. Theo đó, các công ty trong mẫu nghiên cứu trong thời gian 6 năm, từ năm 2010 đến năm 2016, nên các quan sát của công ty này sẽ được xếp chồng lên các quan sát của các công ty khác đối với mỗi biến trong mô hình. Đây là cách tiếp cận mô hình hồi quy dữ liệu bảng đơn giản nhất. Tuy nhiên, vì giả định trong mô hình Pooled có tung độ gốc và hệ số gốc không thay đổi theo thời gian và không gian, điều này dễ dẫn đến trường hợp đa cộng tuyến, tự tương quan và phương sai sai số thay đổi. Do đó, mô hình hồi quy FEM và REM được xem xét tới nhằm giải quyết vấn đề này.
- Theo mô hình FEM
Với giả định mỗi công ty đều có những đặc điểm riêng biệt có thể ảnh hưởng đến các biến giải thích, phương pháp ước lượng theo FEM phân tích mối tương quan này giữa phần dư của mỗi công ty với các biến giải thích qua đó kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) ra khỏi các biến giải thích, để có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc.
Giả định tung độ gốc thay đổi theo từng các đơn vị chéo nhưng hệ số độ dốc không đổi: Các hệ số chặn có thể khác nhau đối với các đơn vị chéo nhưng mỗi hệ số chặn này lại không đổi theo thời gian. Mẫu nghiên cứu có 482 công ty nên trong mô hình này sử dụng 481 biến giả để tránh trường hợp rơi vào tình huống có hiện tượng đa cộng tuyến hoàn hảo (bẫy biến giả). Mô hình hồi quy trong trường hợp này như sau :
Yit = c0 + c1A1 + c2A2 + …… + cn-1 An-1 + αjBit + βkXt + uit (3.1) Trong đó Ai là các biến giả theo các đơn vị chéo (i = 1,2…, n-1)
Giả định hệ số chặn thay đổi theo thời gian nhưng hệ số độ dốc không đổi: Trong trường hợp (3.1) là sử dụng các biến giả để giải thích tác động của từng đơn vị chéo (công ty) thì trong trường hợp này, chúng ta sử dụng các biến giả theo thời gian để giải thích tác động theo thời gian (6 năm nên chúng ta có 5 biến giả) được sử dụng. Mô hình hồi quy trong trường hợp này như sau:
Yit = c0 + c1A1 + c2A2 + …… + ct-1 At-1 + αjBit + βkXt + uit (3.2) Trong đó Ai là các biến giả theo thời gian (i = 1,2…, t-1)
Tuy nhiên, mô hình FEM có hạn chế là không đo lường được các tác nhân thay đổi theo thời gian, tạo ra quá nhiều biến giả trong mô hình. Điều này dẫn tới khả năng làm giảm bậc tự do và làm tăng hiện tượng đa cộng tuyến trong mô hình
- Theo mô hình REM
Điểm khác biệt giữa mô hình REM và mô hình FEM được thể hiện ở sự biến động giữa các đơn vị. Nếu sự biến động giữa các đơn vị có tương quan đến biến độc lập – biến giải thích trong mô hình FEM thì trong mô hình REM sự biến động giữa các đơn vị được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích.
Chính vì vậy, nếu sự khác biệt giữa các đơn vị có ảnh hưởng đến biến phụ thuộc thì REM sẽ thích hợp hơn so với FEM. Trong đó, phần dư của mỗi công ty (không tương quan với biến độc lập) được xem là một biến giải thích mới.
Ý tưởng cơ bản của mô hình REM cũng bắt đầu từ mô hình:
Yit = ci + β Xit + uit (3.3)
Thay vì trong mô hình trên, ci là cố định thì trong REM có giả định rằng nó là một biến ngẫu nhiên với trung bình là c và giá trị hệ số chặn của từng biến riêng lẻ được mô tả như sau: ci = c + εi (i=1,...n). Với εi: Sai số ngẫu nhiên có trung bình bằng 0 và phương sai là σ2
Trong mô hình FEM, mỗi đơn vị chéo có giá trị tung độ gốc (cố định) riêng của nó, tức là có 484 giá trị gốc tương ứng với 482 công ty. Tuy nhiên, trong mô hình REM, tung độ gốc c là giá trị trung bình của tất cả các tung độ gốc (chéo) và thành phấn sai số là εi, Với εi là biểu hiện sai số ( ngẫu nhiên) của từng tung độ gốc đối với giá trị trung bình c. Tuy nhiên, εi được coi là biến không thể quan sát hay biến tiềm ẩn vì không thể quan sát được một cách trực tiếp. Thay vào mô hình (3.3) ta có:
Yit = C + β Xit + εi + uit hay Yit = C + β Xit + wit (Với wit = εi + uit) (3.4)
Với εi: Sai số thành phần của các đối tượng khác nhau (đặc điểm riêng khác nhau của từng CTNY ); uit: Sai số thành phần kết hợp khác của cả đặc điểm riêng theo từng CTNY và theo thời gian.
Trong mô hình (3.4) được giả định là các thành phần sai số đơn lẻ không tương quan với nhau và không tự tương quan giữa các đơn vị chéo lẫn chuỗi thời gian.
Trong nghiên cứu này, do số lượng công ty lớn (482 công ty) lớn hơn nhiều so với chuỗi thời gian (6 năm), nên luận án quan tâm đến sự khác biệt về điều kiện đặc thù của các công ty có ý nghĩa như thế nào đối với biến phụ thuộc. Tiếp theo, luận án lần lượt thực hiện các mô hình hồi quy như Pooled, FEM và REM để từ đó lựa chọn ra mô hình phù hợp.