hồi quy OLS không được tính từ các công thức OLS thông thường. Tuy nhiên nếu ta vẫn tiếp tục sử dụng các công thức OLS thông thường, các kiểm định t và F dựa vào các hồi quy OLS thông thường cũng có thể dấn đến việc đưa ra những kết luận sai lầm. Vì vậy đối với hồi quy OLS của mô hình, tác giả đã tiến hành kiểm định White với kết quả như sau:
Bảng 4. 4: Kết quả kiểm định White test
against Ha: unrestricted heteroskedasticity |
chi2(34) = 155.15 |
Prob > chi2 = 0.0000 |
Có thể bạn quan tâm!
-
Tác động của cấu trúc sở hữu đến đòn bẩy tài chính của các ngân hàng thương mại Việt Nam - 5 -
Thực Trạng Về Cấu Trúc Sở Hữu Và Đòn Bẩy Tài Chính Tại Các Nhtm -
Tỷ Lệ Đòn Bẩy Và Vcsh Việt Nam (Đvt: Triệu Vnđ) -
Tổng Hợp Kết Quả Bốn Mô Hình Chính -
Tác động của cấu trúc sở hữu đến đòn bẩy tài chính của các ngân hàng thương mại Việt Nam - 10 -
Tác động của cấu trúc sở hữu đến đòn bẩy tài chính của các ngân hàng thương mại Việt Nam - 11
Xem toàn bộ 93 trang tài liệu này.
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 4)
Với kết quả Prob> chi2=0.0000 tức là p-value <5% thì bác bỏ giả thiết H0: Phương sai không thay đổi. Như vậy mô hình xảy ra hiện tượng phương sai thay đổi.
KIỂM ĐỊNH VIF (Hệ số phóng đại phương sai – Variance inflating factor)
Theo kết quả phân tích tương quan giữa các biến mà tác giả đề tài nghiên cứu đã đề cập ở trên cho thấy mô hình có hiện tượng đa cộng tuyến vì vậy để kiểm định chắc chắn hơn về vấn đề đa cộng tuyến trong mô hình này, tác giả tiến hành kiểm định VIF. Đây là thước đo mức độ trong đó phương sai của ước lượng OLS bị phóng đại do đa cộng tuyến. Kết quả kiểm định nhân tử phóng đại phương sai VIF bằng Stata được thể hiện ở Bảng 4.4 cho thấy VIF trung bình chỉ ở mức 3.8 và giá trị VIF cao nhất là 9,65 thấp nhất là 1,18 đều nhỏ hơn mức khuyến cáo để xảy ra đa cộng tuyến là 10, từ đó có thể kết luận giữa các biến không tồn tại hiện tượng đa cộng tuyến hoàn hảo hay ở mức nghiêm trọng có thể gây ảnh hưởng đến kết quả ước lượng.
Bảng 4. 5: Kiểm định VIF
VIF | 1/VIF | |
STATE | 9.65 | 0.103633 |
LARGEST | 7.73 | 0.129358 |
PROF | 3.90 | 0.256189 |
TAX | 3.78 | 0.264327 |
SIZE | 1.75 | 0.571364 |
NEDs | 1.24 | 0.806430 |
COLL | 1.18 | 0.844245 |
GROW | 1.18 | 0.845008 |
TRUNG BÌNH VIF | 3.80 |
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 5)
Mặc dù với kết quả kiểm định VIF cho giá trị trung bình < 10 thì đã có thể kết luận mô hình không có đa cộng tuyến, tuy nhiên kết quả VIF của các biến STATE, LARGEST, PROF, TAX lớn hơn 2. Có nghĩa không thể chắc chắn khẳng định giữa các biến này có hiện tượng đa cộng tuyến hay không. Để kiếm định rõ hơn, chúng ta có thể xét thêm hệ số Tolerance=1/VIF. Nếu hệ số này nhỏ hơn 0,1 thì chắc chắn xảy ra hiện tượng đa cộng tuyến. Tuy nhiên, theo kết quả phân tích ở bảng trên, chỉ số 1/VIF đều lớn hơn 0,1. Vì vậy, tác giả không loại bỏ các biến nghi ngờ bị đa cộng tuyến mà tiếp tục sử dụng mô hình với các biến độc lập như đề xuất ban đầu để tiến hành hồi quy theo phương pháp FEM và REM.
4.4.2. Kết quả nghiên cứu từ mô hình hồi quy FEM
Đối với các mô hình hồi quy tuyến tính với dữ liệu bảng thì để tăng sự phù hợp của mô hình và đánh giá được tác động chéo của các biến thời gian và ngân hàng thì cần sử dụng phân tích hồi quy với hiệu ứng cố định hay với tác động ngẫu nhiên, và điều này đã được chứng minh trong nghiên cứu Rient Group và Florian Heider
(2009), và được áp dụng trong nghiên cứu Ebu Caglayan (2010). Vì vậy, tác giả đã tiến hành hồi quy mô hình tuyến tính với các hiệu ứng cố định và tác động ngẫu nhiên để đánh giá và lựa chọn mô hình phù hợp nhất.
Bảng 4. 6: Kết quả hồi quy FEM
Coef. | Std. Err. | t | P>|t| | [95% Conf.Interval] | ||
STATE | -.0270913 | .0426806 | -0.63 | 0.526 | -.1112917 | .057109 |
COLL | -.0345015 | .0065162 | -5.29 | 0.000 | -.0473553 | -.0216478 |
GROW | .027575 | .0053805 | 5.13 | 0.000 | .0169615 | .0381885 |
SIZE | .045883 | .0035313 | 12.99 | 0.000 | .0389172 | .0528487 |
PROF | -1.180287 | .4793843 | -2.46 | 0.015 | -2.125918 | -.2346558 |
TAX | -1.248229 | 1.776619 | -0.70 | 0.483 | -4.75278 | 2.256321 |
NEDs | -.0378739 | .01386 | -2.73 | 0.007 | -.0652141 | -.0105337 |
LARGEST | .0389822 | .0262742 | 1.48 | 0.140 | -.0128462 | .0908106 |
_cons | .0795596 | .0651545 | 1.22 | 0.224 | -.0489638 | .208083 |
F(27, 189)4.92
Prob > F0.0000
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 6)
Kiểm định sự phù hợp của mô hình: Qua kiểm định F ta có hệ số hồi quy Prob > F=0, F(27, 189) = 4,92, P-value = 0 <0,05 với mức ý nghĩa 1%, do đó, mô hình là phù hợp.
Với kết quả hồi quy FEM: 2 biến độc lập là quy mô (SIZE), tài sản thế chấp (COLL), tăng trưởng (GROW) và NEDs đều có mức ý nghĩa (‘P>|t|’ < 0,01), tức là các biến độc lập này đưa vào mô hình là phù hợp và có mức ý nghĩa 1%.
Kiểm định phương sai sai số thay đổi trong mô hình hồi quy FEM:
Để kiểm tra mô hình có bị hiện tượng phương sai, sai số thay đổi, tác giả sử dụng kiểm định Modifed Wald Test nhằm kiểm định sự thay đổi của phương sai sai
số qua các thực thể (ngân hàng) đối với trường hợp phân tích hồi quy theo phương pháp tác động cố định FEM với cặp giả thiết:
H0: Phương sai sai số không thay đổi H1: Phương sai sai số thay đổi.
Bảng 4. 7: Kết quả kiểm định phương sai thay đổi (theo mô hình FEM)
in fixed effect regression model |
H0: sigma(i)^2 = sigma^2 for all i |
chi2 (28) = 1046.83 |
Prob>chi2 = 0.0000 |
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 8)
Dựa vào kết quả kiểm định cho thấy P-value (Prob>chi2) trong mô hình hồi quy với biến phụ thuộc là LEV cho kết quả bằng 0.
Với giá trị p-value = 0 < 0,05, giá trị này nhỏ hơn mức ý nghĩa alpha nên bác bỏ giả thuyết H0, tức là chấp nhận H1, vậy kết luận mô hình FEM có hiện tượng phương sai sai số thay đổi.
4.4.3. Kết quả nghiên cứu từ mô hình hồi quy REM
Bảng 4. 8: Kết quả hồi quy REM
Coef. | Std. Err. | t | P>|t| | [95% Conf.Interval] | ||
STATE | -.0624123 | .0195522 | -3.19 | 0.001 | -.100734 | -.0240906 |
COLL | -.0351468 | .0064685 | -5.43 | 0.000 | -.0478248 | -.0224689 |
GROW | .0293571 | .0053819 | 5.45 | 0.000 | .0188087 | .0399054 |
SIZE | .0378356 | .0024243 | 15.61 | 0.000 | .0330841 | .0425871 |
PROF | -1.327427 | .4776112 | -2.78 | 0.005 | -2.263527 | -.3913257 |
TAX | -2.125508 | 1.713962 | -1.24 | 0.215 | -5.484811 | 1.233795 |
NEDs | -.0252537 | .0124645 | -2.03 | 0.043 | -.0496836 | -.0008238 |
LARGEST | .0267683 | .0201401 | 1.33 | 0.184 | -.0127056 | .0662423 |
_cons | .2353104 | .0446021 | 5.28 | 0.000 | .1478919 | .3227289 |
Wald chi2(8) 416.69
Prob > chi2 0.0000
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 7)
Với kết quả hồi quy REM: 2 biến độc lập là sở hữu nhà nước (STATE), quy mô (SIZE), tài sản thế chấp (COLL), tăng trưởng (GROW) và lợi nhuận (PROF) đều có mức ý nghĩa (‘P>|t|’ < 0,01), tức là các biến độc lập này đưa vào mô hình là phù hợp và có mức ý nghĩa 1%, biến NEDs có mức ý nghĩa 0,045 <0,05 tức biến độc lập này đưa vào mô hình phù hợp với mức ý nghĩa 5%. Các biến LARGEST, TAX mặc dù có mối tương quan với biến phụ thuộc LEV như kỳ vọng của tác giả, tuy nhiên, không có ý nghĩa thống kê trong mô hình.
Kiểm định phương sai sai số thay đổi trong mô hình hồi quy panel data sử dụng Random effect (REM):
Phương sai sai số thay đổi heteroskedasticity của mô hình REM: (sử dụng kiểm định bằng phương pháp nhân tử LM – Breusch and Pagan Lagrangian multiplier). Tác giả sử dụng lệnh xttest0 trong Stata. Nếu giá trị p-value nhỏ hơn 0,05 thì tiến hành bác bỏ giả thuyết Ho (với phát biểu Ho: Phương sai không đổi). Như vậy, kết quả mong đợi là giá trị p-value lớn hơn 5% để kết luận phương sai ko đổi. Kết quả kiểm định được thể hiện ở bảng 4.9:
Bảng 4. 9: Kết qủa kiểm định phương sai, sai số thay đổi (theo mô hình REM)
for random effects |
Var(u) = 0 |
chibar2(01) = 37.57 |
Prob > chibar2 = 0.0000 |
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 9)
Với kết quả Prob> chi2=0.0000 tức là p-value <5% nên ta bác bỏ giả thiết H0, chấp nhận giả thiết H1. Với giả thuyết H1: Phương sai thay đổi. Như vậy kết luận mô hình kiểm định theo phương pháp tác động ngẫu nhiên FEM có hiện tượng phương sai thay đổi.
4.4.4. Kiểm định Hausman
Để quyết định lựa chọn giữa mô hình Random effect và Fix effect ta sử dụng kiểm định Hausman với giả thuyết đặt ra:
H0: εi và biến độc lập không tương quan H1: εi và biến độc lập có tương quan
Thực hiện kiểm định tác giả tổng hợp kết quả trong bảng 4.10 như sau:
Bảng 4. 10: Kết quả kiểm định Hausman
Test: Ho: difference in coefficients not systematic |
chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B)= 26.39 |
Prob>chi2 = 0.0004 |
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 11)
Từ kết quả kiểm định, ta thấy giá trị P-value là “Prob > chi2” < 0,05 nên bác bỏ H0, chấp nhận giả thiết H1 quyết định sử dụng mô hình với hiệu ứng tác động cố định.Vậy hồi quy với Mô hình ảnh hưởng ngẫu nhiên FEM sẽ mang lại kết quả tốt nhất.
4.4.5. Kiểm định tự tương quan, tương quan chuỗi
Do kiểu dữ liệu của mô hình là dữ liệu panel data, tác giả sử dụng kiểm định Woodridge để kiểm định hiện tượng tự tương quan của mô hình với kết quả:
Bảng 4. 11: Kết quả kiểm định Woodridge
H0: no first-order autocorrelation |
F( 1, 27) = 20.883 |
Prob > F = 0.0001 |
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 10) Kết quả: Với giá trị Prob>F=0.0010 (<5%) ta kết luận bác bỏ giả thuyết H0, có nghĩa là có hiện tượng tự tương quan đối với mô hình tác động REM. Đây là điều không mong muốn đối với một mô hình hồi quy bởi bản chất của hiện tượng tự tương quan (autocorrelation) là hiện tượng các thành phần trong chuỗi các quan sát được sắp xếp theo thời gian hoặc không gian có mối quan hệ với nhau mà đối với mô hình
hồi quy tuyến tính cổ điển giả định rằng quan hệ tự tương quan không tồn tại trong các biến quan sát.
4.4.6. Kết quả mô hình hồi quy FGLS
Sau khi kiểm định Woodridge, tác giả nhận thấy mô hình bị hiện tưởng tự tương quan chuỗi, các kiểm định về phương sai thay đổi khi hồi quy theo phương pháp OLS, FEM, REM cũng đều cho kết quả mô hình bị hiện tượng phương sai thay đổi. Vì vậy, để khắc phục hiện tượng tương quan chuỗi và phương sai thay đổi, tác giả tiến hành hồi quy hiệu chỉnh (FGLS). Kết quả hồi quy được thể hiện ở bảng 4.12 như sau:
Bảng 4. 12: Kết quả hồi quy hiệu chỉnh
Coef. | Std. Err. | z | P>|z| | [95% Conf.Interval] | ||
STATE | -.0634626 | .0147398 | -4.31 | 0.000 | -.092352 | -.0345732 |
COLL | -.0329233 | .004119 | -7.99 | 0.000 | -.0409963 | -.0248503 |
GROW | .0332994 | .003102 | 6.96 | 0.000 | .0155083 | .0276679 |
SIZE | .0378356 | .0019029 | 17.50 | 0.000 | .0295697 | .037029 |
PROF | -1.551471 | .3614097 | -4.29 | 0.000 | -2.259821 | -.8431211 |
TAX | .8477168 | 1.230316 | 0.69 | 0.491 | -1.563659 | 3.259092 |
NEDs | .0086192 | .0074445 | 1.16 | 0.247 | -.0059718 | .0232102 |
LARGEST | .0314601 | .0147621 | 2.13 | 0.033 | .0025268 | .0603934 |
_cons | .3133876 | .0356487 | 8.79 | 0.000 | .2435174 | .3832577 |
Prob > chi2 0.0000
Nguồn: Kết quả tác giả tổng hợp từ phần mềm Stata 13 (Phụ lục 12)
Mô hình sau khi được khắc phục các khuyết tật là phương sai thay đổi và tương quan chuỗi bằng phương pháp hồi quy FGLS có kết quả hồi quy như sau: các biến độc lập là sở hữu nhà nước (STATE), quy mô (SIZE), tăng trưởng (GROW) và lợi nhuận (PROF), tài sản thế chấp (COLL) đều có mức ý nghĩa (‘P>|t|’ < 0,01), tức là các biến độc lập này đưa vào mô hình là phù hợp và có mức ý nghĩa 1%. Riêng biến