MÔ HÌNH GLS LÀ GÌ

1 phần của tài liệu MỐI LIÊN HỆ GIỮA ĐẶC ĐIỂM HỘI ĐỒNG QUẢN TRỊ VÀ HIỆU QUẢ HOẠT ĐỘNG CỦA DOANH NGHIỆP NIÊM YẾT TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM.PDF (Trang 26 -26 )

3. Phương thức nghiên cứu

3.3. Quy mô và phương thức nghiên cứu

3.3.1.

Bạn đang xem: Mô hình gls là gì

Phương pháp phân tích

3.3.1.1. Lựa chọn cách thức ước lượng cân xứng

Để coi xét ảnh hưởng của các điểm sáng Hội đồng quản lí trị lên hiệu quả chuyển động doanh nghiệp, các phương pháp ước lượng vào luận văn được áp dụng trên các đại lý các phân tích trước phía trên của Coles (2008), Eklund (2008), Bathula (2008), Ibrahim cùng Samad (2011), Darmadi (2011), Wintoki et al. (2012). Nạm thể, phân tích sử dụng tài liệu bảng (panel data) với hồi quy theo cách thức bình phương nhỏ tuổi nhất kết hợp tất cả quan sát (Pooled OLS), cách thức bình phương nhỏ nhất bao quát (Generalized Least Square - GLS) phối kết hợp hiệu ứng tự nhiên (Random effect), mô hình các ảnh hưởng cố định (Fixed effect model), phương pháp ước lượng tài liệu bảng đụng 2 bước GMM (Dynamic Panel-data estimation, two-step system GMM).

Phương pháp Pooled OLS bao gồm giả định phương không nên không đổi và không tồn tại tương quan tiền chuỗi (serrial correlation), thế nên đòi hòi không nên số quy mô trong mỗi thời điểm quan gần kề không đối sánh tương quan với biến giải thích (Wooldridge, 2002; Bathula, 2008), và bởi vì vậy rất có thể làm bớt độ tin cậy của thông số tương quan. Chu chỉnh White và chu chỉnh Breusch-Pagan được sử dụng để để mắt tới giả định phương sai không đổi5

và kiểm định Wooldridge cho vấn đề tương quan chuỗi6.

Phương pháp mong lượng bình phương bé dại nhất bao quát (Generalized Least Square - GLS) phối hợp hiệu ứng hốt nhiên (Random effect) (gọi tắt là REM) được cho phép sự xuất hiện của hiện tượng kỳ lạ phương sai chuyển đổi và tự tương quan do vậy rất có thể làm tăng mức độ tin cậy của tham số cầu lượng (Bathula, 2008). Mang định căn bạn dạng của cách thức này là không đúng số tế bào hình tự do với biến lý giải (Diggle et al., 2002).

5

mang thiết Ho: không tồn tại hiện tượng tự tương quan. 6

Kiểm định bởi vì Drukker (2003) đề xuất. Giả thiết Ho: không tồn tại hiện tượng đối sánh tương quan chuỗi.

Phương pháp ước lượng quy mô hiệu ứng cố định và thắt chặt (Fixed effect model – FEM) được áp dụng khá thoáng rộng trong các phân tích về quản trị doanh nghiệp lớn và hiệu quả hoạt động vui chơi của công ty (Wintoki et al., 2012). Phương thức này hoàn toàn có thể giúp cải thiện những nhân tố gây mong lượng thiên lệch tới từ tính không đồng hóa chưa quan cạnh bên (unobservable heterogeneity), tuy nhiên để đổi đem điều này, thì FEM đòi hỏi giả định ngoại sinh khỏe khoắn (strict exogeneity). Trải qua kiểm định Hausman so sánh giữa REM và FEM, nếu kiểm định cho thấy thêm mô hình FEM công dụng hơn, thì vấn đề đó phản ánh các giả định của REM đã trở nên vi phạm (Ebbes, 2004). Để chu chỉnh giả thiết trường thọ sự ngoại sinh mạnh, phân tích sử dụng phương pháp của Wintoki et al. (2012), từ đó nếu những đặc tính của HĐQT có tác động đến hiệu quả buổi giao lưu của doanh nghiệp trong thừa khứ, thì đưa định của FEM bị vi phạm. Nếu mang định của FEM không trở nên vi phạm, phương thức ước lượng này sẽ tinh giảm được sự việc nội sinh với giúp hiệu quả mô hình xứng đáng tin cậy. Cách thức tiếp cận dữ liệu bảng đụng GMM hai cách (two-step system GMM) được lời khuyên bởi Holtz-Eakin et al. (1988) với Arellano cùng Bond (1991), giúp xem tất cả các biến phân tích và lý giải là nội sinh và sử dụng giá trị vượt khứ của những biến làm các biến hiện tượng (Pathan cùng Faff, 2012; Wintoki et al., 2012)7 từ đó giúp giám sát hiệu quả ảnh hưởng của quản lí trị công ty lớn lên hiệu quả hoạt động (Wintoki et al., 2012). Cách thức tiếp cận của GMM hai bước như sau:

(1) sản xuất một phương trình của không nên phân bậc 1 của quy mô ước lượng với

7

Ngoài ra, theo Baum et al. (2003), các biến công cụ thực hiện trong mô hình này được tạo ra lập trên nền tảng hồi quy IV (Instrumental Variables), ý tưởng phát minh của phương thức hồi quy này là tìm một bộ biến công cụ thỏa mãn nhu cầu hai điều kiện (1) tương quan với các biến lý giải và (2) không đối sánh tương quan với phần dư. Nhờ sử dụng căn cơ hồi quy IV cần sự đối sánh tương quan giữa các biến phân tích và lý giải và phần dư sẽ bị loại bỏ bỏ.

(2) mong lượng phương trình sai phân bằng cách thức GMM sử dụng giá trị độ trễ của các biến lý giải làm biến pháp luật (tức là sử dụng độ trễ của các đặc điểm HĐQT)8.

Phương pháp cầu lượng áp dụng sai phân và độ trễ của các biến này đòi hỏi thỏa mãn hai đưa định căn bản để vươn lên là công cụ có hiệu lực: (1) các biến công cụ là nước ngoài sinh và (2) không tồn tại hiện tượng tự đối sánh tương quan trong sai phân phần dư (Mileva, 2007). Để kiểm định những giả định của tế bào hình, tác giả sử dụng kiểm định AR(1) với AR(2) nhằm kiểm tra sự việc tự đối sánh tương quan bậc 1 (first order) với bậc 2 (second order) trong không nên phân phần dư, kiểm tra Hansen’J để chất vấn sự hiệu lực của các biến cách thức (Mileva, 2007; Roodman, 2009; Wintoki et al., 2012; Pathan với Faff, 2012). Nếu kết quả kiểm định cho thấy thêm sai phân bậc 1 có hiện tượng tự đối sánh nhưng không nên phân bậc 2 ko tự đối sánh tương quan (kiểm định AR(1) và AR(2) đều có giả thiết H0: không tồn tại tự tương quan) và kiểm định Hansen’J mang đến thấy đồng ý giả thiết H0: các biến quy định ngoại sinh (Mileva, 2007) thì quy mô ước lượng theo phương thức này phù hợp.

Hình 3.1: cầm tắt các kiểm định sử dụng để lưu ý sự tương xứng của từng phương pháp cầu lượng

8

Wintoki (2012) mang lại rằng phương pháp ước lượng tài liệu bảng động GMM có điểm mạnh hơn Pooled OLS cùng FEM ở vị trí (1) đưa ảnh hưởng hiệu ứng cố định và thắt chặt vào mô hình để hạn chế vấn đề không nhất quán chưa quan gần kề (unobservable heterogeneity), (2) chất nhận được các điểm sáng HĐQT bị ảnh hưởng bởi cực hiếm quá khứ của bao gồm các đặc điểm này, cùng (3) cho phép các điểm lưu ý HĐQT bị tác động bởi hiệu quả hoạt động vui chơi của doanh nghiệp trong vượt khứ. Bao gồm nhờ điều này giúp mô hình không nên đưa thêm các biến công cụ mặt ngoài,

3.3.1.2. Phân tích tác dụng hồi quy

Sau khi tuyển lựa được phương pháp ước lượng phù hợp, tác giả tiến hành hồi quy mang đến toàn mẫu, tiếp nối chia mẫu ra thành nhóm những công ty có hiệu quả chuyển động cao và các công ty gồm hiệu quả chuyển động chưa cao dựa vào chỉ số Tobin’s Q (Tobin’s Q mập hơn 1 là nhóm doanh nghiệp tăng trưởng cao và ngược lại) còn chỉ số ROA (nhóm doanh nghiệp có ROA cao hơn nữa ROA trung vị thì gồm hiệu quả vận động tốt với ngược lại). Giải pháp phân nhiều loại này được vận dụng theo nghiên cứu của tập thể nhóm tác mang Moradi (2012)9.

3.3.1.3.

Xem thêm: Bí Mật Những Sứ Mệnh Của Cẩm Y Vệ, Sự Biến Mất Bí Ẩn Của Tổ Chức Cẩm Y Vệ

Phân tích sơ bộ dữ liệu mẫu

Ngoài ra, để phân tích sơ cỗ dữ liệu, mẫu các công ty được phân các loại lần lượt theo từng tiêu chuẩn về công dụng hội đồng quản ngại trị thành 02 nhóm: có đặc tính

9

nghiên cứu của Moradi et al.(2012) chú ý mối liên hệ giữa các đặc tính của hội đồng quản ngại trị và quản lý thu nhập (đo lường bởi tổng dòng tài chính dự thu của doanh nghiệp). Trong phân tích này các tác giả phân loại dòng tiền dự thu thành 03 cấp: cao (nhóm 67% - 100% dòng tiền cao nhất), trung bình (33%-66%) và thấp (0%-33%), từ kia so sánh hiệu quả hồi quy giữa các nhóm để mang ra kết luận. Vào luận văn này, vày mẫu dữ liệu có kích cỡ nhỏ tuổi nên tác giả chỉ phân một số loại hiệu quả vận động doanh nghiệp làm 2 nhóm nhằm tiến giỏi hồi quy.

Pooled OLS • kiểm định White, Breusch-Pagan • chu chỉnh Wooldridge Random Effect • chu chỉnh Hausman Fixed effect model • chu chỉnh hệ số tương quan biến độ tới Dynamic Panel data two step system GMM • kiểm định AR(1), AR(2) • kiểm nghiệm Hansen" J

cao/thấp dựa trên giá trị trung vị của tập thể nhóm đó (chẳng hạn nhóm có xác suất thành viên người vợ cao và nhóm có phần trăm thành viên chị em thấp) đối với các đặc tính: giới hạn tuổi trung bình, đồ sộ HĐQT, tỷ lệ thành viên nữ, phần trăm thành viên có trình độ thạc sỹ trở lên, xác suất thành viên người nước ngoài và tỷ lệ sở hữu của HĐQT. Đối với đặc tính kiêm nhiệm chức danh, chủng loại được chia thành nhóm gồm kiêm nhiệm và nhóm không kiêm nhiệm. Sau khoản thời gian phân nhóm, tác giả lần lượt lưu ý sự biệt lập trong hiệu quả hoạt động giữa 02 nhóm dựa trên các tiêu chuẩn phân loại. Kiểm nghiệm t (t-test) được áp dụng để để mắt tới hiệu quả hoạt động giữa những nhóm có khác hoàn toàn có ý nghĩa thống kê tốt không. Phương thức này được áp dụng trước kia trong phân tích của Pei Sai fan hâm mộ (2012).

FEM là gì? Fem hay nói một cách khác là mô hình tác động cố định (Fixed Effects Model) là 1 trong trong các dạng thông dụng của mô hình dữ liệu bảng (Panel data model) kề bên mô hình ảnh hưởng ngẫu nhiên REM (Random Effects Model). Mô hình FEM – hồi tác động cố định và thắt chặt (Fixed-effects) và REM – ảnh hưởng tác động ngẫu nhiên (random-effects) được áp dụng trong phân tích dữ liệu bảng (hay còn gọi là dữ liệu dài: longitudinal data).


Bài viết bên dưới anhhung.mobi xin giới thiệu toàn cục khái niệm và những kiểm định luân phiên quanh những mô hình Pooled OLS là gì?, FEM là gì?, REM là gì?, GLS và FGLS là gì? gồm Hausman Test, Breusch – Pagan LM test, F Test, Chow Test,…

1. Tài liệu bảng Paneldata là gì?

Dữ liệu bảng là tập vừa lòng của nhị loại tài liệu chuỗi thời hạn (time – series) cùng dữ liệu chéo cánh (Cross-setional).

Tham khảo thêm bài viết chuyên sâu về Dữ liệu bảng – panel data là gì? của anhhung.mobi nhé!

Mô hình hồi quydữ liệu bảng điều khiểnchungcó dạng:

*
*
*
*
*
*
*
*
*
*

Các trả định của quy mô hiệu ứng cố định và thắt chặt và hiệu ứng hốt nhiên bị vi phạm trong thiết lập này.Thay vào đó, những học viên thực hiện một kỹ thuật như côngcụ mong lượng Arellano-Bond.

6.2. Ước lượng LSDV (Least Squares Dummy Variable Estimator) của OLS

Ước lượng LSDV (Least Squares Dummy Variable Estimator) là mong lượng biến giả bình phương buổi tối thiểu là 1 dạng của cầu lượng OLS.

Quá trình tiến hành ước lượng l
SDV theo 2 cách như sau:

Bước 1: tạo một trở thành giả tương ứng với một đối tượng trong mẫu. Cách 2: Hồi quy OLS biến nhờ vào Y theo N-1 biến giả và những biến giải thích.

Ở dữ liệu này ta tất cả 6 công ty, thì ta sẽ khởi tạo ra 6 biến giả, cùng sẽ đưa 4-1 biến chuyển giả này vào hồi quy OLS dễ dàng và đơn giản với lệnh i.công ty (STATA nhân thể quá nhỉ!) cung cấp code lúc hồi quy quy mô OLS ban đầu.

6.3. Các cách không giống để chắt lọc giữa FEM và REM

Rõ ràng, trong những thách thức của bọn họ khi phân tích dữ liệu mảng là chọn lựa REM giỏi FEM là gì lúc phân tích? Về vụ việc này, Judge et al. (2007) chỉ ra một số trong những dấu hiệu như cho việc lựa chọn mô trong khi sau:

Nếu T là to và N là nhỏ thì rất có thể không tồn tại biệt lập lớn giữa những ước lượng chiếm được từ REM với FEM. Sự tuyển lựa mô hình bây giờ chỉ đơn thuần là địa thế căn cứ vào sự thuận tiện khi tính toán. Theo tiêu chuẩn này thì FEM thường được ưu tiêu hơn.Khi T là nhỏ dại và N là bự thì những ước lượng chiếm được từ hai phương thức có thể khác hoàn toàn đáng kể. Nói lại rằng trong mô hình REM, βi =γ1 + εi với đại diện cho bộ phận sai số bất chợt ứng với thành viên thứ i trong mẫu mã nghiên cứu. Trong những lúc đó, ở mô hình FEM thì ta coi βi là bộ phận cố định chứ chưa hẳn là biến đổi ngẫu nhiên. Bí quyết tiếp cận FEM là phù hợp nếu bọn họ tin tưởng mạnh mẽ rằng các cá thể vào mẫu phân tích không được lựa chọn đột nhiên từ một toàn diện và tổng thể lớn hơn. Ngược lại, nếu những cá thể trong mẫu mã được lựa chọn ngẫu nhiên thì REM là phù hợp hơn. Vì chưng trong trường hợp này những thống kê tư duy là không có điều kiện (unconditional).Nếu bộ phận sai số bỗng nhiên εi và một hay như là 1 số biến hòa bình là tương quan thì những ước lượng thu được từ FEM là các ước lượng chệch (biased) trong lúc đó những ước lượng nhận được từ FEM là các ước lượng ko chệch (unbiased).Nếu T nhỏ dại và N là lớn và các giả định gốc rễ cho REM là đúng thì các ước lượng nhận được từ REM là kết quả hơn so với các ước lượng chiếm được từ FEM (Taylor, 1980).

Tuy GLS là mô hình thời thượng nhất sau khoản thời gian khắc phục các khuyết tật như phương sai biến đổi và tự đối sánh tương quan nhưng nó vẫn chưa thể khắc phục được hiện tượng nội sinh với phải bởi kiểm định GMM thì ta mới khắc phục được vấn đề này. Buộc phải nhớ đón xem toàn thể vấn đề xoay quanh mô hình GMM của anhhung.mobi tại đây nhé!

7. Tổng kết

Tổng hòa hợp lại kỹ năng anhhung.mobi đã hỗ trợ đến độc giả đơn giản dễ dàng như sau:

1. Khái niệm mô hình REM và FEM là gì?

2. Hồi quy mô hình FEM và REM trong Stata

3. Tiến hành lựa lựa chọn 3 quy mô FEM, REM, POOLED OLS bằng kiểm định Hausman Test, Breusch – Pagan LM, Chow test …