Để nghiên cứu mối quan hệ giữa quản trị VLC và khả năng sinh lời của công ty chúng tôi thực hiện lần lượt hồi quy theo phương pháp FEM, REM và Pooled OLS.
Bảng 3 và 4 trình bày kết quả ước lượng cho mô hình FEM, 2 bảng kết quả này khá tương đồng nhau nhưng khác nhau ở điểm: đầu tiên các ước lượng giữa các thành phần VLC và khả năng sinh lợi của mô hình FEM có mức ý nghĩa thống kê yếu hơn (FEM cho thấy kết quả hồi quy đạt mức ý nghĩa ở mức 5% và 10%, trong khi đó REM cho thấy mức ý nghĩa mạnh hơn là 1%), tiếp đến là giá trị ước lượng của GDP với khả năng sinh lời trong mô hình FEM mối quan hệ này có ý nghĩa thống kê rất mạnh ở mức 1% và có hệ số dương cho thấy sự tăng tưởng trong GDP cũng góp phần làm tăng khả năng sinh lời cho công ty, trong khi đó mô hình REM không có ý nghĩa thống kê nào giữa GDP và NOP. Điều này có thể giải thích là do GDP thay đổi qua các năm nhưng không đổi qua các quan sát chéo (công ty), đối với mô hình FEM cho kết quả ước lượng các công ty với
một hệ số chặn cố định và khác nhau cho từng công ty, còn mô hình REM cho rằng hệ số chặn của mỗi công ty là biến ngẫu nhiên đối theo hệ số chặn trung bình (của toàn mẫu) nên sẽ tạo ra các khoảng tin cậy hẹp hơn làm giản ý nghĩa thống kê. Việc nên lựa chọn mô hình nào là phù hợp hơn REM hay FEM, chúng tôi kiểm định 2 giả thiết sau đây:
Kiểm Hausman:
Hausman test là kiểm định xem xét nguồn dữ liệu phù hợp với mô hình nào, fixed effect hay random effect. Với giả thuyết sau:
Ho: không có sự khác biệt trong ước lượng do sử dụng REM hay FEM H1: FEM là phù hợp hơn.
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.000000 11 1.0000
Prob là 1.000 > 0.05 (với mức ý nghĩa 5%), chấp nhận Ho, mô hình được sử dụng trong bài nghiên cứu có thể là REM hay FEM đều được. Tuy nhiên, chúng tôi cho rằng đặc điểm riêng giữa các công ty là ngẫu nhiên, không có tương quan đến các biến giải thích trong mô hình và xem đây là một biến giải thích mới. Do đó, chúng tôi sử dụng REM. Để đảm bảo sự lựa chọn REM là chuẩn xác chúng tôi tiến hành thêm 1 kiểm định nữa.
Kiểm định FEM thông qua Likelihood ratio:
Kiểm định này giúp chúng tôi kiểm định sự phù hợp của của mô hình FEM H0: FEM là phù hợp
H1: FEM không phù hợp
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob. Cross-section F 7.316306 (117,697) 0.0000 Cross-section Chi-square 661.761000 117 0.0000
Với Pro<0.05 cho thấy giả thiết H0 bị bác bỏ vậy việc sử dụng mô hình FEM là không phù hợp. Điều này cũng phù hợp vì mẫu của chúng tôi có số quan sát chéo là 118, số
quan sát thời gian là 7, số quan sát chéo lớn hơn nhiều so với só quan sát thời gian nên việc sử dụng mô hinh REM là phù hợp.