DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Phương pháp phân tích dữ liệu
đó, có thể phân tích tình hình phát triển của các công ty thành trong cả nước
Nghiên cứu này xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc thông qua hệ số tương quan Pearson, được tính bằng cách chia hiệp phương sai của các biến cho tích độ lệch chuẩn của chúng Ma trận hệ số tương quan kèm theo mức ý nghĩa được xây dựng nhằm đánh giá bước đầu mối tương quan giữa các biến Nếu các biến độc lập có mối tương quan cao (trên 0,8), đây có thể là dấu hiệu của sự đa công tuyến Dựa trên điều này, nghiên cứu tiến hành các kiểm định cần thiết và điều chỉnh mô hình nghiên cứu cho phù hợp.
3.4.3 Phương pháp ước lượng mô hình
Phương pháp POOL là một kỹ thuật ước lượng sử dụng hồi quy toàn bộ cơ sở dữ liệu tương tự như mô hình OLS thông thường, với công thức yit = α + x’β + u Phương pháp này cho phép xếp chồng dữ liệu của các công ty để thực hiện phân tích hồi quy hiệu quả.
Phương pháp FEM (Mô hình hiệu ứng cố định) là một kỹ thuật ước lượng dữ liệu bảng, trong đó một hoặc nhiều yếu tố trong mô hình được cố định Tác giả thực hiện ước lượng theo ba trường hợp: cố định theo nhân tố công ty (i), cố định theo nhân tố thời gian (t), và cố định cả hai yếu tố (i và t).
Phương pháp REM (Random Effects Model) là một mô hình ước lượng dựa trên tác động ngẫu nhiên, trong đó tác giả thực hiện ước lượng theo hai trường hợp: tác động ngẫu nhiên theo nhân tố công ty (i) và tác động ngẫu nhiên theo thời gian (t), cũng như tác động ngẫu nhiên kết hợp cả hai yếu tố (i và t).
Các kiểm định liên quan:
Lựa chọn mô hình giữa POOL và FEM
Kiểm định Wald (Greene, 2000) được sử dụng để xác định xem hệ số tung độ gốc giữa các biến có bằng nhau hay không Điều này có nghĩa là cần kiểm tra xem hệ số tung độ gốc của các đối tượng nghiên cứu có giống nhau hay không Nếu các hệ số này bằng nhau, tức là thỏa mãn điều kiện rằng hệ số trục tung và hệ số độ dốc không thay đổi, chúng ta sẽ tiến hành chạy hồi quy OLS với mô hình Pooled.
H 0 : Tung độ gốc bằng nhau giữa các biến (không có ảnh hưởng cố định)
H 1 : Tung độ gốc không bằng nhau giữa các biến (có ảnh hưởng cố định)
Nếu p-value ≤ α thì giả thuyết H0 bị bác bỏ, tung độ gốc không bằng nhau giữa các biến, phương pháp FEM có thể khả thi
Lựa chọn mô hình giữa FEM và REM
Kiểm định Hausman được sử dụng để lựa chọn giữa hai phương pháp ước lượng tác động cố định (FEM) và tác động ngẫu nhiên (REM) theo Baltagi (2008) và Gujarati (2004) Giá trị kiểm định này, phát triển bởi Hausman, có phân phối tiệm cận chi bình phương (²) và được áp dụng để kiểm tra giả thuyết H0 rằng không có sự khác biệt rõ rệt giữa kết quả hồi quy của FEM và REM Điều này có nghĩa là giả thuyết H0 khẳng định không có sự tương quan giữa biến độc lập và yếu tố ngẫu nhiên ui, do sự tương quan này là nguyên nhân gây ra sự khác biệt giữa FEM và REM.
H 0 : Không có khác biệt giữa 2 phương pháp FEM và REM
H 1 : Có khác biệt giữa 2 phương pháp FEM và REM
Nếu p-value nhỏ hơn hoặc bằng α, giả thuyết H0 sẽ bị bác bỏ, dẫn đến kết luận rằng mô hình REM không phù hợp, và trong trường hợp này, FEM sẽ được lựa chọn Ngược lại, nếu giả thuyết H0 không bị bác bỏ, mô hình REM sẽ là lựa chọn phù hợp hơn.
3.4.4 Phương pháp kiểm định các hệ số hồi quy và sự phù hợp của mô hình
Trong nghiên cứu này, đề tài sử dụng kiểm định t (t-test) để đánh giá sự phù hợp của các hệ số hồi quy với mức ý nghĩa 5%, tức là chỉ những biến độc lập có P-value nhỏ hơn 5% mới được xem là có ảnh hưởng đến biến phụ thuộc Ngoài ra, các hệ số hồi quy có P-value lớn hơn 5% nhưng nhỏ hơn 10% cũng được xem xét Để kiểm tra sự phù hợp của mô hình, đề tài áp dụng kiểm định F với giả thuyết H0 là R² = 0, và nếu P-value nhỏ hơn 5% thì bác bỏ H0, chứng tỏ mô hình là phù hợp Sau khi xác định mô hình phù hợp, đề tài cũng tiến hành các kiểm định khác để phát hiện các khuyết tật của mô hình.
Kiểm định phương sai sai số thay đổi:
Tác giả thực hiện kiểm định phương sai sai số thay đổi theo phương pháp Breusch & Pagan (1979) Quyết định chấp nhận hay bác bỏ giả thuyết H0 dựa vào chỉ số Prob của giá trị kiểm định Chi-square Nếu Prob lớn hơn α = 5%, thì giả thuyết H0 không bị bác bỏ, nghĩa là mô hình không có hiện tượng tương quan sai số thay đổi.
Kiểm định tương quan chuỗi:
Tương quan chuỗi là hiện tượng phổ biến trong tự tương quan, do ảnh hưởng của độ trễ Nó thể hiện sự phụ thuộc của biến tại thời kỳ t vào chính nó ở các thời kỳ trước đó và các biến khác trong phân tích dữ liệu chuỗi thời gian Trong thực tế, tương quan chuỗi bậc 1 thường xảy ra, khi biến tại thời kỳ t được giải thích bởi biến ở thời kỳ (t-1).
Theo Wooldridge (1989), chúng ta có thể kiểm định tương quan chuỗi bậc
1 bằng cách hồi quy phần dư thu được ở mô hình gốc với biến trễ của nó và sau đó tiến hành kiểm định Wald cho mô hình này
Nếu hệ số nhận giá trị -0,5, điều này cho thấy có sự tồn tại của tương quan chuỗi bậc 1 Giả thuyết H0 trong kiểm định Wald được xác định là = -0,5 Khi giá trị p-value nhỏ hơn hoặc bằng mức ý nghĩa , ta sẽ bác bỏ giả thuyết H0, cho thấy hiện tượng tương quan chuỗi không xảy ra, ngược lại nếu p-value lớn hơn , giả thuyết H0 được chấp nhận.
Sau khi kiểm định phương sai thay đổi và tự tương quan, nếu phát hiện mô hình có những vấn đề này, các kiểm định về hệ số hồi quy sẽ không đáng tin cậy, dẫn đến ước lượng không hiệu quả và R² không chính xác Để khắc phục những khuyết tật này, cần ước lượng lại mô hình bằng phương pháp bình phương bé nhất tổng quát khả thi (FGLS), giúp đảm bảo ước lượng thu được vững chắc và hiệu quả (Wooldridge, 2002).
Chương 3 của luận văn đã nêu ra quy trình nghiên cứu, phương pháp nghiên cứu, mô hình nghiên cứu và giả thuyết nghiên cứu Theo mô hình nghiên cứu, đã nhận diện các yếu tố ảnh hưởng đến tỷ lệ chi trả cổ tức của các công ty phi tài chính niêm yết trên Sở giao dịch Thành phố Hồ Chí Minh giai đoạn 2009-
Vào năm 2019, bài viết đã trình bày chi tiết mô tả và đo lường các biến cũng như dữ liệu nghiên cứu Cuối cùng, tác giả giới thiệu các bước phân tích và kiểm định trong mô hình nghiên cứu Tiếp theo, chương 4 sẽ trình bày kết quả nghiên cứu dựa trên cơ sở lý thuyết và phương pháp nghiên cứu đã được nêu ở chương 2 và 3.
