Figure 5 Scatterplot of ROE on othe

Figure 5 Scatterplot of ROE on other original variables
Figure 6 Scatterplot of log ROE and log other variables
Compare Figure 5 with Figure 6, we find that OLS is fit well with the natural logarithm data. However, again, we are not sure about the existence of heteroskedasticity. The way to do is similar to the case of ROA.
The return on sales
The case of return on sales is similar to others financial ratios. The scatterplots are below.
Figure 7 Scatterplot of ROS on other variables
Figure 8 Scatterplot of log ROS and log other variables
Compare Figure 7 with Figure 8, we find the same problem as in the case of ROE, i.e., OLS is fit well with the natural logarithm data and heteroskedasticity might exist. The way to solve these problems is similar to the case of ROA and ROE.
3.1.2. Regression model
3.1.2.1. Variables of regression model
As discussed above, the natural logarithm data seem to be fit with the linear regression model. Hence, this transformed data is used in the remaining of this thesis. Base on the objectives of this thesis, dependent variable and independent variables in turn are as follows.
Dependent variables: are the financial ratios.
- LnROA: Natural logarithm of ROA.
- LnROE: Natural logarithm of ROE.
- LnROS: Natural logarithm of ROS.
Independent variables: include the natural logarithm of the other variables, except variable “Export”. As mentioned, Export is a dummy variable; it takes the value 1 if the firm is an exporter and 0 otherwise.
Note that, our objective regression model needs to be designed to investigate the effects of the key factors on the financial ratios. The key factors include compensation, firm characteristics (age and size), and industrial factors (capital intensity and export). Because the firm size and industrial factors is measured by more than one variable, we need at least one of these variables to proxy for each key factor in the regression model. That is, we expect to see the direct effects of the key factors on financial performance.
For convenience, we list the independent variables as follows.
- Compensation: we use the natural logarithm of paid compensation per employee, which is denoted by LnCom.
- Firm age: we use the natural logarithm of firm age denoted by LnAge.
- Firm size: we use the natural logarithm of total assets (LnAsset); the natural logarithm of net sales (LnSale); and the natural logarithm of employee number (LnEmpl).
- Industrial factor: we use the natural logarithm of capital intensity (LnCap) and Export factor.
- An extra variable is the natural logarithm of owners’ equity (LnEquity).
3.1.2.2. The existence of endogenous regressors
Before regression, it is useful to investigate the pairwise correlations of the dependent variables and key regressor variables.  
Table 2 The pairwise correlations of the variables

Results (Vietnamese) 1:

Hình 5 Scatterplot của TRỨNG vào ban đầu các biến khácCon số 6 Scatterplot cuộn TRỨNG và đăng nhập các biến khácSo sánh hình 5 với 6 con số, chúng tôi tìm thấy OLS phù hợp tốt với các dữ liệu lôgarit tự nhiên. Tuy nhiên, một lần nữa, chúng tôi là không chắc chắn về sự tồn tại của heteroskedasticity. Cách làm cũng tương tự như trường hợp của ROA.Lợi nhuận trên doanh thuTrường hợp lợi nhuận trên doanh số bán hàng là tương tự như những người khác tỷ lệ tài chính. Các scatterplots là dưới đây.Hình 7 Scatterplot của ROS trên các biến khácCon số 8 Scatterplot log ROS và đăng nhập các biến khácHãy so sánh các hình 7 với 8 con số, chúng tôi tìm thấy cùng một vấn đề như trong trường hợp của TRỨNG, tức là, OLS phù hợp tốt với các dữ liệu lôgarit tự nhiên và heteroskedasticity có thể tồn tại. Cách giải quyết những vấn đề này là tương tự như trường hợp của ROA và ROE. 3.1.2. hồi quy mô hình3.1.2.1. các biến của mô hình hồi quy Như được thảo luận ở trên, các dữ liệu lôgarit tự nhiên dường như được phù hợp với mô hình hồi qui tuyến tính. Do đó, dữ liệu chuyển đổi này được sử dụng trong phần còn lại của luận án này. Căn cứ vào các mục tiêu của luận án này, biến phụ thuộc và biến độc lập lần lượt là như sau.Phụ thuộc vào biến: là tỷ lệ tài chính.-LnROA: Natural logarithm ROA.-LnROE: lôgarit tự nhiên của TRỨNG.-LnROS: lôgarit tự nhiên của ROS. Các biến độc lập: bao gồm logarit tự nhiên của các biến khác, ngoại trừ biến "xuất khẩu". Như đã đề cập, xuất khẩu là một biến giả; nó có giá trị 1, nếu công ty này là một nước xuất khẩu và 0 nếu không. Lưu ý rằng, mô hình hồi qui mục tiêu của chúng tôi cần phải được thiết kế để điều tra ảnh hưởng của các yếu tố chính về tỷ lệ tài chính. Các yếu tố chính bao gồm các khu công nghiệp, đặc điểm công ty (độ tuổi và kích thước) và bồi thường (thủ đô cường độ và xuất khẩu) các yếu tố. Bởi vì các công ty kích thước và các yếu tố công nghiệp được đo bởi nhiều hơn một biến, chúng ta cần ít nhất là một trong những biến proxy cho mỗi yếu tố trong mô hình hồi qui. Có nghĩa là, chúng tôi mong đợi để xem những ảnh hưởng trực tiếp của các yếu tố chính về hoạt động tài chính.Để thuận tiện, chúng tôi liệt kê các biến độc lập như sau.-Bồi thường: chúng tôi sử dụng logarit tự nhiên của các bồi thường trả tiền cho mỗi nhân viên, là biểu hiện bằng LnCom.-Tuổi vững chắc: chúng tôi sử dụng logarit tự nhiên của công ty tuổi được biểu thị bằng LnAge.-Công ty kích thước: chúng tôi sử dụng logarit tự nhiên của Tổng tài sản (LnAsset); logarit tự nhiên của doanh số bán hàng net (LnSale); và logarit tự nhiên của số lượng nhân viên (LnEmpl).-Công nghiệp yếu tố: chúng tôi sử dụng logarit tự nhiên của thủ đô cường (LnCap) và yếu tố xuất khẩu.-Một biến phụ là logarit tự nhiên của chủ sở hữu vốn chủ sở hữu (LnEquity).3.1.2.2. sự tồn tại của nội sinh regressors Trước khi hồi qui, nó có ích để điều tra các mối tương quan cử của biến phụ thuộc và các phím regressor biến. Bàn 2 cử mối tương quan của các biến

Results (Vietnamese) 2:

Hình 5 phân tán của ROE trên biến gốc khác
Hình 6 phân tán của log ROE và đăng nhập các biến khác
so sánh các con số 5 với con số 6, chúng ta thấy rằng OLS là phù hợp tốt với các dữ liệu logarit tự nhiên. Tuy nhiên, một lần nữa, chúng tôi không chắc chắn về sự tồn tại của heteroskedasticity. Cách làm cũng tương tự như trường hợp của ROA.
Sự trở lại trên doanh số bán
các trường hợp lợi nhuận trên doanh thu tương tự như tỷ lệ tài chính khác. Các tán xạ dưới đây.
Hình 7 phân tán của ROS trên các biến số khác
Hình 8 phân tán của log ROS và đăng nhập các biến khác
So sánh Hình 7 với hình 8, chúng tôi tìm thấy những vấn đề tương tự như trong trường hợp của ROE, tức là, OLS là phù hợp tốt với các dữ liệu logarit tự nhiên và heteroskedasticity có thể tồn tại. Các cách để giải quyết những vấn đề này là tương tự như trường hợp của ROA và ROE.
3.1.2. Mô hình hồi quy
3.1.2.1. Các biến của mô hình hồi quy
Như đã thảo luận ở trên, các dữ liệu logarit tự nhiên dường như là phù hợp với mô hình hồi quy tuyến tính. Do đó, dữ liệu chuyển đổi này được sử dụng trong các còn lại của luận án này. Căn cứ vào mục tiêu của luận án này, biến phụ thuộc và các biến độc lập lần lượt như sau.
Biến phụ thuộc: là các chỉ tiêu tài chính.
- LnROA: logarit tự nhiên của ROA.
- LnROE: logarit tự nhiên của ROE.
- LnROS: logarit tự nhiên của ROS .
các biến độc lập: bao gồm các logarit tự nhiên của các biến khác, ngoại trừ biến "xuất khẩu". Như đã đề cập, xuất khẩu là một biến giả; nó có giá trị 1 nếu công ty là một nước xuất khẩu và 0 nếu ngược lại.
Lưu ý rằng, mô hình hồi quy Mục tiêu của chúng tôi cần phải được thiết kế để điều tra những ảnh hưởng của các yếu tố quan trọng trên các chỉ tiêu tài chính. Các yếu tố quan trọng bao gồm bồi thường, đặc trưng doanh nghiệp (tuổi và kích thước), và các yếu tố công nghiệp (cường độ vốn và xuất khẩu). Bởi vì quy mô doanh nghiệp và các yếu tố công nghiệp được đo bằng nhiều hơn một biến, chúng ta cần ít nhất một trong các biến để proxy cho mỗi yếu tố quan trọng trong mô hình hồi quy. Đó là, chúng tôi mong đợi để xem các tác động trực tiếp của các yếu tố quan trọng về hoạt động tài chính.
Để thuận tiện, chúng tôi danh sách các biến độc lập như sau.
- Bồi thường: chúng tôi sử dụng logarit tự nhiên của bồi thường trả cho mỗi nhân viên, được ký hiệu là LnCom.
- tuổi Firm: chúng tôi sử dụng logarit tự nhiên của tuổi công ty ký hiệu LnAge.
- Quy mô doanh nghiệp: chúng tôi sử dụng logarit tự nhiên của tổng tài sản (LnAsset); logarit tự nhiên của doanh thu thuần (LnSale); và logarit tự nhiên của số nhân viên (LnEmpl).
- yếu tố công nghiệp: chúng tôi sử dụng logarit tự nhiên của cường độ vốn (LnCap) và yếu tố xuất khẩu.
- Một biến thêm là logarit tự nhiên của vốn chủ sở hữu (LnEquity).
3.1.2.2. Sự tồn tại của các biến hồi quy nội sinh
Trước khi hồi quy, nó rất hữu ích để điều tra các mối tương quan cặp của các biến phụ thuộc và biến regressor chính.  
Bảng 2 Các mối tương quan cặp của các biến