TÀI CHÍNH -
Tháng 6/2016
49
Kết quả ước lượng và phân tích
Một số thống kê mô tả các biến nghiên cứu
Kiểm định tính đa cộng tuyến và hiện tượng tự
tương quan trong dữ liệu nghiên cứu.
Nghiên cứu tiến hành kiểm tra tính đa cộng
tuyến bằng lệnh VIF, kết quả cho thấy tất cả các hệ
số đều nhỏ hơn 5, kết luận: không có hiện tượng đa
cộng tuyến.
Sử dụng câu lệnh xtserial để thực hiện kiểm định
Wooldridge cho hiện tượng tự tương quan trong mô
hình ta thu được kết quả sau.
Wooldridge test for autocorrelation in panel data
Giả thiết: H0: no first order autocorrelation
Kết quả: F (1, 92) = 210.413 Prob > F = 0.0000
Kết luận dữ liệu nghiên cứu có hiện tượng tự
tương quan.
Kiểm định hiện tượng phương sai sai số thay đổi
trong các ước lượng
Nghiên cứu tiến hàng các kiểmđịnh về hiện tượng
Mô hình tổng thể được thể hiện như sau:
TDTA i t = β
0
+ β
1
SIZE + β
2
ROA + β
3
TOBIN.Q
+ β
4
SALE_GROWTH + β
5
TANG + β
6
VOLATILITY
+ β
7
LIQUIDITY + β
8
STATE + β
9
EFFECT_TAX + ξ
i t
Trong đó: TDTA là tỷ suất nợ tổng nợ/tổng tài
sản; SIZE là quy mô DN; ROA là tỷ suất lợi nhuận
trên tổng tài sản; TOBIN Q là hệ số Tobin Q của DN;
SALE_GROW là tốc độ tăng trưởng của DN; TANG
là cấu trúc tài sản hữu hình của DN; VOLATILITY là
rủi ro trong kinh doanh của DN; LIQUIDITY là tính
thanh khoản; STATE là tính chất sở hữu nhà nước
của DN; EFFECT_TAX là thuế suất thuế TN DN.
Phương pháp nghiên cứu định lượng
Trong phổ biến các nghiên cứu thực nghiệm với
dữ liệu bảng, phương pháp ước lượng được sử dụng
nhiều nhất là mô hình các ảnh hưởng cố định FEM
và mô hình các ảnh hưởng ngẫu nhiên REM. Sau
đó, các nghiên cứu sẽ sử dụng kiểm định Hausman
để đánh giá mô hình FEM hay REM là phù hợp hơn
và rút ra kết luận. Tuy nhiên, một 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. Ngoài ra, tồn tại vấn đề về biến nội sinh
trong mô hình, tức là tương quan hai chiều giữa
biến giải thích và biến được giải thích, khi đó các
ước lượng FEM và REM không còn hiệu quả.
Để giải quyết vấn đề trên, nghiên cứu này đã
tiến hành kiểm định trước các khuyết tật của các
mô hình nghiên cứu, sau đó sử dụng mô hình ước
lượng GMM để phân tích chiều hướng ảnh hưởng
của các nhân tố. Cuối cùng, nghiên cứu này sử
dụng phương pháp ước lượng bình phương tối
thiểu tổng quát khả thi FGLS kèm lựa chọn panel
(hetero) để kiểm tra tính vững của kết quả nghiên
cứu trong mô hình GMM.
BẢNG 2: MA TRẬN HỆ SỐ TƯƠNG QUAN GIỮA CÁC BIẾN NGHIÊN CỨU
tdta
size
roa ale_ grow tang Effect_ tax liquidity Volati-lity obin state
tdta
1
size
.234
1
roa
-0.462 -0.076 1
sale_
grow 0.053
0.1687 0.1973 1
tang
0.108
-0.0679 -0.1122 -0.029 1
effecttax 0.084
0.1085 -0.3256 -0.1026 -0.0644 1
liquidity -0.782 -0.1076 0.3647 -0.0215 -0.2701 -0.0352
1
volatility -0.127 0.0575 0.2879 0.115
-0.0849 -0.1524
0.1135 1
tobinq -0.128 0.0469 0.3723 0.1137 -0.0479 -0.1874
0.1275 0.5051 1
state
0.068
0.1112 0.0233 -0.0448 0.1706 -0.0257
0.0295 -0.0326 0.0837 1
Nguồn: Tác giả tổng hợp
BẢNG 3: KIỂM TRA TÍNH ĐA CỘNG TUYẾN
CỦA CÁC BIẾN NGHIÊN CỨU
Variable
VIF
1/VIF
tobinq
2.17
0.460681
volatility
1.71
0.585689
roa
1.58
0.633504
effecttax
1.3
0.767042
liquidity
1.28
0.77895
size
1.19
0.838945
sale_growth
1.18
0.844103
tang
1.14
0.874043
state
1.08
0.924986
Mean VIF
1.46
Nguồn: Tác giả tổng hợp
