4. Phương pháp
Trong việc đạt được mục tiêu nghiên cứu này, dữ liệu bảng là phù hợp hơn vì nó có chứa các cơ chế cần thiết để
đối phó với cả hai hành vi động qua thời gian và các cá nhân trong công ty. Ví dụ, nó cho phép kiểm soát cho sự thiên vị không đồng nhất do tác động nhiễu của biến đổi theo thời gian bị bỏ qua hoặc ẩn
các yếu tố từ các mô hình hồi quy. Bên cạnh đó, cách tiếp cận theo chiều dọc này cung cấp thêm thông tin và phong phú hơn
nguồn gốc của sự thay đổi thông qua việc sử dụng một số lượng lớn các điểm dữ liệu, trong đó tăng mức độ
tự do và giảm các cộng tuyến giữa các biến giải thích, do đó nâng cao hiệu quả của
dự toán kinh tế lượng (Hsiao, 1986) .
Tất cả những lợi ích này cung cấp kết luận mạnh hơn phát hiện bắt nguồn từ việc sử dụng các dữ liệu tĩnh cắt ngang hoặc cài đặt thời gian một mình loạt. Ước lượng dữ liệu bảng này là mạnh mẽ hơn
so với chỉ ước lượng chuỗi thời gian. Điều này là bởi vì chúng ta có thể có được kích thước mẫu lớn hơn một khi chúng tôi đã
gộp lại với nhau tất cả các dữ liệu giữa các doanh nghiệp và khoảng thời gian.
4.1 Pooled OLS Ước
Nghiên cứu này đưa ra giả thuyết rằng các biến giải thích có một mối quan hệ tuyến tính với hiệu suất vững chắc. Kể từ khi
dữ liệu bảng là sử dụng, nó không chỉ cho phép các nhà nghiên cứu xem xét cả chuỗi thời gian và qua mặt cắt
đặc trưng của các mẫu,
nhưng nó cũng sẽ giúp xác định nguồn gốc của tác hỗn hợp có thể, và tầm quan trọng của mỗi biến giải thích trong việc ảnh hưởng hiệu suất vững chắc. Ở giai đoạn đầu tiên này, các hồi quy
mô hình được giả định có một đánh chặn và độ dốc không đổi hệ số. Các mối quan hệ là thể hiện như sau:
đang được dịch, vui lòng đợi..