Báo cáo thống kê mô tả dữ liệu Thống kê mô tả dữ liệu, sử dụng câu lệnh sum Exv Gdpg Cpi Inf Fdi Bảng 1: Kết quả thống kê mô tả... Nêu nhận xét về vấn đề đa cộng tuyến Báo cáo ma trận hệ
Chủ đề nghiên cứu và giả thuyết nghiên cứu 4 1.2 Mô tả các biến và phương trình hồi QUY - - 2 2à 01201221 12119311311131131981 181113113 131811 183118131535 4 1.3 Nội dụng thực hiện và kết quả phân tÍCh - o-s- 0 20 2112311311313131993 1931131131113 11131 1185311135532 5 1.3.1 Báo cáo thống kê mô tả dữ liệU - 2.0 00 00001 1911113131131183 183 1811111131183111 1113101111315 55 5 1.3.2 Báo cáo ma trận hệ số tương quan có mức ý nghĩa hoặc p-value Nêu nhận xét về vấn đề đa cộng tuyến s1 xsssssxxÐ 1.3.3 Kiểm định tính dừng cho dữ liệu bảng Ố 1.3.4 Chạy các mô hình hồi quy cho dữ liệu bảng: Pooled OLS, Fixed effect (within transformation, first difference, LSDV), Random effect, Between ‹‹scc cv v2 11211111222 7 1.3.5 fiến hành các kiểm định theo quy trình để lựa chọn giữa Pooled OLS, Fixed effect, va šI0s3iai0a s0
Kiểm định các vi phạm giả định hồi quy cho mô hình đã lựa chọn ở phía trên: Kiểm định các khuyết tật của mô hình Fixed Eff@CS 2 0001 1211911131131183911 1111131111111 1181111132111 sg 11 1.3.7 fihực hiện hồi quy để xử lý cho các vấn đề vi phạm đã kiểm định
1.3.6.1 Kiểm định Phương sai thay đổi (Heteroskedasticity)
Thực hiện kiểm định phương sai thay đổi, sử dụng câu lệnh xttest3
Bảng 14: Kết quả kiểm định phương sai thay đổi
HO: sigma(i)*2 = sigma~2 for all i chi2 (20) = 22207.36
Gia tri Prob > chi2 = 0.0000 < 0.05, kết luận rằng mô hình Fixed effect C6 hién tuong phuong sai thay doi
1.3.6.2 Kiểm định tự tương quan
Thực hiện kiểm định tự tương quan, sử dụng câu kệnh xtserial Exv Gdpg Cpi Inf Fdi
Bang 15: Két qua kiém dinh tu tuong quan
HO: no first-order autocorrelation
Giá trị Prob > F = 0.0000 < 0.05, kết luận mô hình Fixed effect có
1.3.6.3 Kiểm định hiện tượng nội sinh
Tiến hành hồi quy 2 giai đoạn 2SLS, kiểm tra hiện tượng nội sinh, ta thực hiện các câu lệnh và được kết quả sau
13 ivregress 2sls Exv Cpi Inf Fdi (Gdpg=L.Gdpq) estat endog
P = 0.0001 < 0.05 > Bién Gdpg là biến nội sinh ivregress 2sls Exv Gdpg Inf Fdi (Cpi=L.Cpi) estat endog
Wu-Hausman F(1,254) 952556 (p 0.4580) ivregress 2sls Exv Gdpg Cpi Fdi (inf=L.inf) estat endog
Durbin (score) chi2(1) 1.26479 (p = 0.2607) Wu-Hausman F(1,254) 1.24164 (p = 0.2662) ivregress 2sls Exv Gdpg Cpi Inf (Fdi=L.Fdi) estat endog
> cdc bién Cpi, Inf va Fdi la cdc bién ngoai sinh
1.3.7 Thực hiện hồi quy để xử lý cho các vấn đề vi phạm da kiểm định
1.3.7.1 Khắc phục hiện tượng tự tương quan và phương sai thay đổi bằng mô hình GLS xtgls Exv Gdpg Cpi Inf Fdi GDO, panels(heter) corr(psar1) igls
Bang 16: Kết quả hồi quy GLS
Exv Coefficie | Std err | z P>z [95% interval nt conf ]
Nguồn: kết quả từ Stata 1.3.7.2 Khắc phục hiện tượng nội sinh, sủ dụng hồi quy GMM xtabond2 Exv I.Exv Gdpg Cpi Inf Fdi GDO, gmm(I6.Exv !4.Gdpg, lag(6 6)) iv(15.Cpi 13.Inf 14.Fdi 15.GDO ) twostep
Bảng 17: Kết quả hồi quy GMM
Group variable: C Number of obs = 180
Time variable : Time Number of groups = 20
Number of instruments = 17 Obs per group: min = 9
Exv Coefficie | Std err | z P>z [95% interval nt conf ]
Arellano-Bond test for AR(1) in first differences: z = -2.41 Pr>z=
Arellano-Bond test for AR(2) in first differences: z= 0.21 Pr>z=
Sargan test of overid restrictions: chi2(10)
Hansen test of overid restrictions: chi2(10)
Hansen test excluding group: chi2(4)
Difference (null H = exogenous): chi2(6) 0.947 1.68 Prob > chi2 iv(L5.Cpi L3.Inf L4.Fdi L5.GDO)
Hansen test excluding group: chi2(6) 0.309 7.13 Prob > chi2
1.3.8 Báo cáo kết quả hồi quy
Nguồn: kết quả từ Stata
> Tất cả các biến đều có ý nghĩa thống kê
> Biến Fdi có kết quả hồi quy khác kỳ vọng đặt ra
> Gdpg không có tác động mạnh hơn khi quốc gia thuộc OECD Bảng 18: Bảng kết quả/kỳ vọng
Exv = -301.4065 + 21.19506*Gdpg + 2.54294*Cpi + 8.624228*Inf- 3.33341*Fdi + 10.50609*%GDO
Dữ liệu Hang Seng từ ngày 01/01/2022 đến ngày 31/12/2022, lấy theo gian tuần (52 tuần), được trích xuất trên https://inance.vahoo.com/
2.1 Kiểm định tính dừng chuỗi thời gian đơn biến và xác định (d)
2.1.1 Kiểm định tính dừng của Price bằng đồ thị
Code R par(mfrow=c(3,1), mar=c(3,3,3,3)) plot(p, main="Price") acf(p, ylab=", main="ACF of Price", ylim=c(-1,1)) pacf(p, ylab="", main="PACF of Price", ylim=c(-1,1))
Hình 1.1 Đồ thị biến động cua Price voi ACF va PACF Đồ thị từ phần mềm R Studio cho thấy chuỗi có xu hướng tăng hoặc giảm liên tục và chưa có dấu hiệu dừng Vì thế, tiếp theo tác giả sẽ thực hiện kiểm định bằng Dickey-Fuller để khảo sát tính dừng của chuỗi thời gian
2.1.2 Kiểm định tính dừng của Price bằng phương pháp kiểm định Dickey - Fuller (ADF test with drift and trend)
Code R summary(ur.df(p, type="trend",lags=3,selectlags = "AIC"))
Bảng 1.1 Kết quả Test regression trend
F-statistic: 1.177 on 3 and 44 DF, p-value: 0.3295
Value of test-statistic is: -1.5807 1.3443 1.7644
Critical values for test statistics:
1pct 5pct | 1pct 5pct} 1pct 5pct 10pct 10pct 10pct tau3 -4,04 -3.45 -3.15 phi2 6.50 4.88 4.16 phi3 8.73 6.49 5.47
Nguồn: kết quả từ R Studio Code R summary(ur.df(p, type="drift",lags=3,selectlags = "AIC"))
Bảng 1.2 Kết quả Test regression drift
F-statistic: 1.464 on 2 and 45 DF, p-value: 0.2422
Value of test-statistic is: -1.7105 1.7171
Critical values for test statistics: tau2 phil lpct -3.51 6.70 5pct -2.89 4.71 Nguồn: kết quả từ R Studio -2.58 10pct 3.86
Code R summary(ur.df(p, type="none",lags=3,selectlags = "AIC"))
Bảng 1.3 Kết quả Test regression none
F-statistic: 0.3942 on 2 and 46 DF, p-value: 0.6765
Value of test-statistic is: -0.8769
Critical values for test statistics:
Nguồn: kết quả từ R Studio
> Price is a unit root (non-stationary) with no drift and no trend
2.1.3 Kiểm định tính dừng của Log Price bằng đồ thị
Inp = log(p) par(mfrow=c(3,1), mar=c(3,3,3,3)) plot(Inp, main="Price") acf(Inp, ylab="", main="ACF of Log Price", ylim=c(-1,1)) pacf(inp, ylab="", main="PACF of Log Price", ylim=c(-1,1))
ACF of Log Price a4 ° ““= “HH4 — —_— i TT TT TT TT TT TT TT TT TT TT TT TT TT _- ° 4
PACF of Log Price ey
Hình 1.2 Đồ thị biến động cua Log Price voi ACF va PACF
> Kết luận tương tự, Log Price is a unit root (non-stationary)
2.1.4 Kiểm định tính dừng của Diff Log Price bằng đồ thị Code R dp=diff(Inp) par(mfrow=c(3,1), mar=c(3,3,3,3)) plot(dp, main="Diff of Price") acf(dp, ylab="", main="ACF", ylim=c(-1,1))
19 pacf(dp, ylab="", main="PACF", ylim=c(-1,1))
Hình 1.3 Đồ thị biến động của Diff Log Price voi ACF va PACF Đồ thị từ phần mềm R Studio cho thấy chuỗi có xu hướng ổn định và có dấu hiệu dừng Để có kết luận chính xác, tiếp theo tác giả sẽ thực hiện kiểm định bằng Dickey-Fuller để khảo sát tính dừng của chuỗi thời gian
2.1.5 Kiểm định tính dừng của Dirf Log Price bằng phương pháp kiểm định Dickey - Fuller (ADF test with drift and trend)
Code R summary(ur.df(dp, type="trend",lags=3,selectlags = "AIC"))
Bảng 1.4 Kết quả Test regression trend
F-statistic: 14.4 on 3 and 43 DF, p-value: 1.233e-06
Value of test-statistic is: -4.4599 6.6514 9.9771
Critical values for test statistics: tau3 phi2 l1pct -4.04 6.50 5pct -3.45 4.88 -3.15 4.16 10pct
Code R summary(ur.df(dp, type="drift",lags=3,selectlags = "AIC"))
Bang 1.5 Két qua Test regression drift
| 5.47 Nguồn: kết quả từ R Studio
F-statistic: 20.74 on 2 and 44 DF, p-value: 4.513e-07
Value of test-statistic is: -4.2925 9.213
Critical values for test statistics: l1pct 5pct 10pct tau2 -3.51 -2.89 -2.58 phi1 6.70 4.71 3.86
Nguồn: kết quả từ R Studio Code R summary(ur.df(dp, type="none",lags=3,selectlags = "AIC"))
Bảng 1.6 Kết quả Test regression none
F-statistic: 20.75 on 2 and 45 DF, p-value: 4.111e-07
Value of test-statistic is: -4.2615
Critical values for test statistics: l1pct 5pct 10pct taul -2.6 -1.95 -1.61
Nguồn: kết quả từ R Studio
> Diff Log Price is stationary
> Gia tri d = 1 (sai phan bac 1 cua Log Price)
2.2 Xác định độ trễ tối uu (p,q) su dung Correlogram nhu ACF và PACF kết hợp phương pháp nội dung thông tin (Information Criteria) như AIC, BIC, SC, HQ
Code R auto.arima(Inp, seasonal = F, approximation = F, trace = T)
Bang 2.1 Két qua Arima cua Log Price
Series: Inp ARIMA(0,1,0) sigma^2 = 0.001547: log likelinood = 92.68
Nguồn: kết quả từ R Studio
Code R auto.arima(dp, seasonal = F, approximation = F, trace = T)
Bang 2.2 Két qua Arima cua Diff Log Price
ARIMA(2,0,2) with non-zero mean : Inf
ARIMA(0,0,0) with non-zero mean : -181.4929
ARIMA(1,0,0) with non-zero mean : -179.2355
ARIMA(O,0,1) with non-zero mean : -179.2352
ARIMA(1,0,1) with non-zero mean : -176.9009
Best model: ARIMA(0,0,0) with zero mean
ARIMA(0O,0,0) with zero mean sigma*2 = 0.001545: log likelihood = 92.68
Nguồn: kết quả từ R Studio
> ARIMA(0,0,0) for Diff Log Price
2.3 Ước lượng mô hình ARIMA đã chọn
Code R arima010=Arima(inp, order = c(0,1,0), include.constant = F, method
Arima(dp, order = c(0,0,0), include.constant = F, method = "ML") Bảng 3.1 Kết quả ước lượng mô hình (constant)
ARIMA(O,0,0) with zero mean sigma*2 = 0.001545: log likelihood = 92.68
Nguồn: kết quả từ R Studio
Code R arima.010=arima(Inp, order = c(0,1,0), include.mean = F, method "ML")
22 arima(dp, order = c(0,0,0), include.mean = F, method = "ML")
Bảng 3.2 Kết quả ước lượng mô hình (mean)
Call: arima(x = dp, order = c(0, 0, 0), include.mean = F, method "ML") sigma^2 estimated as 0.001545: log likelihood = 92.68, aic = - 183.37
Nguồn: kết quả từ R Studio
2.4 Kiểm tra hiện tượng tự tương quan và phương sai thay đổi của phần dư, tính chất White noise của phần dư
2.4.1 Kiểm định tự tương quan bằng Ljung - Box test
Ljung-Box test Ho: no autocorrelation, white noise time series
4.1 Bảng kết quả kiểm định tự tương quan
Ljung-Box test data: Residuals from ARIMA(0,1,0)
Model df: 0 Total lags used: 10
Nguồn: kết quả từ R Studio
> P-value = 0.7316 > 0.05, accept Ho > No autocorrelation, white noise time series
Hình 4.1 Đồ thị kết quả kiểm định tự tương quan
2.4.2 Kiểm định phương sai thay đổi bằng ARCH
Bảng 4.2.1 Kết quả kiểm định phương sai thay đổi
ARCH heteroscedasticity test for residuals alternative: heteroscedastic
Portmanteau-Q test: order PQp.value
Lagrange-Multiplier test: order LM p.value
Nguồn: kết quả từ R Studio
> Accept Ho > No heteroscedastic ° ° Ð Sœ °
2 o S xui To œỉ 8 4 Po ° ` fe) o “Ts 7 05-00 ~~ re eck + oa Ss ° oO a ° } 0° o oo ° ° ° ° © -| ° Đo @ ae 0° oo a 2 °
T of ° oO ° 8 -lo ở oP OP- wFaPo - 2 -°- œ ° °° ° © °° oo
=| ° ° 4 o o jf = — Tnhh HH HH ctr eee ee ne eed a ek re ee
Hình 4.2 Đồ thị kết quả kiểm định phương sai thay đổi ARCH LM-test Ho: no ARCH effects
Bảng 4.2.2 Kết quả kiểm định ARCH LM test data: arima.010$residuals Chi-squared = 10.811, df = 9, p-value = 0.2889
Nguồn: kết quả từ R Studio
P-value = 0.2889 > 0.05, accept Họ > No ARCH effects
2.4.3 Kiểm dinh Normality test bang Shapiro-Wilk
Code R shapiro.test(resid(arima010))
Bang 4.3 Két qua Normality test
Shapiro-Wilk normality test data: resid(arima010)
Nguồn: kết quả từ R Studio
> p-value = 0.8986 > 0.05, accept Ho > normal distribution
2.5 Thực hiện du bao (forecast) voi mô hình đã ước lượng Báo cáo kết quả, báo cáo sai số dự báo, vẽ đồ thị, thảo luận 2.5.1 Dự báo
Code R pred = forecast(arima.010, lead = 30)
Bảng 5.1 Kết quả dự báo
Forecast for univariate time series:
Nguồn: kết quả từ R Studio pred1 = predict(arima.010, n.ahead = 30) ts.plot(Inp, pred1$pred, col=1:2, main="Predicted value for the next
Predicted value for the next 30 periods
Hinh 5.1 D6 thi két qua du bao 2.5.2 Thao luan
Bảng 5.2 So sánh giá trị thực và giá trị dự báo
Priod Price Real Price For Up | Price For Price For
Nhận xét: Có sự sai lệch giữa giá trị dự báo và giá trị thực, nguyên nhân xuất phát từ việc giá trị cổ phiếu không chỉ phụ thuộc vào giá trước đó, mà còn phụ thuộc vào nhiều yếu tố khác (kinh tế, chính trị, kỳ vọng, ) Vì vậ, sự sai lệch là hiển nhiên và chấp nhận được
Phụ lục 1: Kết quả thống kê mô tả
, Sum Exv Gdpg Cpi Inf Fdi
Variable | Obs Mean Std dev Min Max
Phu luc 2: Ma tran hé s6 tuong quan
+ pweorr Gdpg Cpi Inf Fdi, sig
Phụ lục 3: Kết quả kiểm định đa cộng tuyến
Phụ lục 4: Kết quả kiểm định tính dừng của biến Gdpg
Levin-Lin-chu unit-root test for Gdpg
H@: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 5: Kết quả kiểm định tính dừng của biến Cpi
Levin-Lin-Chu unit-root test for Cpi
H@: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 6: Kết quả kiểm định tính dừng của biến Inf
Levin-Lin-Chu unit-root test for Inf
HO: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 7: Kết quả kiểm định tính dừng của biến Fdi
Levin-Lin-chu unit-root test for Fdi
H@: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 8: Kết quả hồi quy Pooled OLS
+ reg Exv Gdpg Cpi Inf Fdi GDO
Source ss df MS Number of obs) = 280
Exv | Coefficient Std err t P>|t] [95% conf interval]
Cpi 7.620987 - 6006869 12.69 o.ooo 6.438439 8.803535 Inf 7.101773 3.004789 2.36 0.019 1.186524 13.01702 Fdi -.1981343 1.754646 -@.11 0.919 -3.652435 3.256166 GDO -19.55025 6.451464 -1.64 0.193 -23.25099 2.159481 _cons -592.8941 68 02034 -8.72 o.ooo -726.803 -458.9852
Phụ lục 9: Kết quả hồi quy Fixed effect
xtreg Exv Gdpg Cpi Inf Fdi GDO, fe
Fixed-effects (within) regression Number of obs = 280
Group variable: C Number of groups = 20
Exv | Coefficient Std err t P>|t] [95% conf interval]
Cpi 5.909142 ô3753473 15.74 o.ooo 5.169967 6.648318 Inf -2.038157 2.085219 -0.98 0.329 -6.144602 2.068287 Fdi -8822759 1.371605 9.64 9.521 -1.818841 3.583393 GDO -.3246061 5.666551 -9.96 0.954 -11.4838 10.83459 _cons -298.0456 47.29651 -6.30 o.ooo -391.1871 -204.9041 sigma_u 184.22288 sigma_e 94.54571 rho -79152228 (fraction of variance due to u_i)
Phụ lục 10: Kết quả hồi quy Random effect
xtreg Exv Gdpg Cpi Inf Fdi GDO, re
Random-effects GLS regression Number of obs = 280
Group variable: C Number of groups = 20
Wald chi2(5) = 308.13 corr(u_i, X) = @ (assumed) Prob > chi2 = 0.0000
Exv | Coefficient std err z P>|z| [95% conf interval]
Cpi 6.184759 - 3805664 16.25 0.000 5.438862 6.930655 Inf -.7159517 2.115495 -9.34 0.735 -4.862247 3.430343 Fdi - 7848764 1.389346 9.56 09.572 -1.938193 3.507945 GDO -6.151615 5.483289 -1.12 0.262 -16.89866 4.595433 _cons -346.2495 55.04366 -6.29 o.ooo -454.133 -238.3659 sigma_u 123.17535 sigma_e 94.54571 rho -62926175 (fraction of variance due to u_i)
Phụ lục 11: Kết quả hồi quy Difference
xtreg d.( Exv Gdpg Cpi Inf Fdi GDO )
Random-effects GLS regression Number of obs = 260
Group variable: C Number of groups = 20
Wald chi2(5) = 58.34 corr(u_i, X) = @ (assumed) Prob > chi2 9.0000
D.Exv | Coefficient std err z P>|z| [95% conf interval]
_cons 11.13585 6.308803 1.77 0.078 -1.229176 23.50088 sigma_u 19.02383 sigma_e 41.157094 rho -17604043 (fraction of variance due to u_i) ae 2
Phụ lục 12: Kết quá hồi quy LSDV
xi : xtreg Exv Gdpg Cpi Inf Fdi GDO i.C i.c _Ic_1-20 (naturally coded; _IC 1 omitted)
Random-effects GLS regression Number of obs = 280
Group variable: C Number of groups = 20
Wald chi2(24) = 1471.81 corr(u_i, X) = @ (assumed) Prob > chi2 9.0000
Exv | Coefficient Std err z P>|z] [95% conf interval]
Cpi 5.909142 3753473 15.74 o.ooo 5.173475 6.64481 Inf -2.038157 2.085219 -9.98 0.328 -6.125112 2.048798 Fdi -8822759 1.371605 9.64 0.520 -1.806021 3.570573 GDO - 3246061 5.666551 -@.06 0.954 -11.43084 10.78163 _Ic_2 -80.03778 36.1566 -2.21 9.027 -150.9034 -9.172153
_cons -295.4289 49.63086 -5.95 0.000 -392.7036 -198.1542 sigma_u 9 sigma_e 94.54571 rho @ (fraction of variance due to u_i)
Phu luc 13: Két qua héi quy Between
xtreg Exv Gdpg Cpi Inf Fdi GDO, be
Between regression (regression on group means) Number of obs = 280
Group variable: C Number of groups = 20
Exv | Coefficient Std err t P>|t| [95% conf interval]
Phụ lục 14: Kết quả hồi quy Time - Fixed effect
Xtreg Exv Gdpg Cpi Inf Fdi GDO i.Time, fe
Fixed-effects (within) regression Number of obs 280
Group variable: Cc Number of groups = 20
Exv | Coefficient Std err t P>|t] [95% conf interval]
Cpi 6.194467 57298 19.81 o.ooo 5.065892 7.323132 Inf -5.459439 2.222558 -2.46 @.015 -9.837468 -1.981409 Fdi -2957851 1.383554 @.21 @.831 -2.429561 3.021131 GDO -2.540242 5.844183 -@.43 0.664 -14.0522 8.971718
_cons -306.2417 60.03536 -5.10 0.000 -424.5002 -187.9831 sigma_u 192.9343 sigma_e 92.120691 rho -81434596 (fraction of variance due to u_i)
Phụ lục 15: Kết quả hồi quy Random effect và kiểm định độ phù hợp
Breusch and Pagan Lagrangian multiplier test for random effects
Test: Var(u) = @ chibar2(@1) = 651.50 Prob > chibar2 = ©.0e0e
Phu luc 16: Két qua kiém dinh Hausman
FEM REM Difference Std err
GDO -.3246061 -6.151615 5.827009 1.429455 b = Consistent under H@ and Ha; obtained from xtreg
B = Inconsistent under Ha, efficient under HQ; obtained from xtreg
Test of H@: Difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Phụ lục 17: Kết quả kiểm định phương sai thay đổi
Modified wald test for groupwise heteroskedasticity in fixed effect regression model
H@: sigma(i)^2 = sigma^2 for all i chi2 (20) = 22207.36
Phụ lục 18: Kết quả kiểm định tự tương quan
xtserial Exv Gdpg Cpi Inf Fdi
Wooldridge test for autocorrelation in panel data
Phụ lục 19: Kết quả kiểm tra nội sinh biến Gdpg
- ivregress 2sls Exv Cpi Inf Fdi (Gdpg=L.Gdpg)
Instrumental variables 2SLS regression Number of obs) = 269
Wald chi2(4) = 200.17 Prob > chi2 = 9.0000 R-squared = 9.3946 Root MSE = 186.45
Exv | Coefficient Std err z P>|z] [95% conf interval]
Cpi 7.555567 -7137949 19.59 o.o0oo 6.156555 8.95458 Inf „3533987 3.847134 o.o9 0.927 -7.186845 7.893642 Fdi -1.77332 2.045521 -0.87 0.386 -5.782468 2.235828 _cons -640.7179 79.18287 -8.09 @.000 -795.9135 -485.5223
Instruments: Cpi Inf Fdi L.Gdpg
Phụ lục 20: Kết quả kiểm tra nội sinh biến Cpi
ivregress 2sls Exv Gdpg Inf Fdi (Cpi=L.Cpi)
Instrumental variables 2SLS regression Number of obs) = 260
Wald chi2(4) = 220.79 Prob > chi2 = 9.0000 R-squared = 9.4607
Exv | Coefficient Std err z P>|z| [95% conf interval]
Instruments: Gdpg Inf Fdi L.Cpi
Phụ lục 21: Kết quả kiểm tra nội sinh bién Inf
ivregress 2sls Exv Gdpg Cpi Fdi (Inf=L.Inf)
Instrumental variables 2SLS regression Number of obs) = 269
Wald chi2(4) = 220.10 Prob > chi2 = @.0000 R-squared = 9.4567 Root MSE = 176.62
Exv | Coefficient Std err z P>|z] [95% conf interval]
Instruments: Gdpg Cpi Fdi L.Inf
Phụ lục 22: Kết quả kiếm tra nội sinh Fdi
„ ivregress 2sls Exv Gdpg Cpi Inf (Fdi=L.Fdi)
Instrumental variables 2SLS regression Number of obs) = 269
Wald chi2(4) = 221.91 Prob > chi2 = @.0000 R-squared = 9.4596 Root MSE = 176.15
Exv | Coefficient Std err z P>|z| [95% conf interval]
Instruments: Gdpg Cpi Inf L.Fdi
Phụ lục 23: Kết quả hồi quy FGLS
Cross-sectional time-series FGLS regression
Estimated covariances 20 Number of obs = 280
Estimated autocorrelations 20 Number of groups = 20
Exv | Coefficient Std err P>|z| [95% conf interval]
Cpi 5.073172 „3324498 15.26 o.ooo 4.421582 5.724762 Inf 5.060671 -674053 7.51 o.ooo 3.739551 6.381791 Fdi „1359061 „2629991 9.52 0.604 -.3777988 -649611 GDO -1.482765 -9888685 -1.50 9.134 -3.420911 4553818 _cons -294.5811 34.03684 -8.65 o.ooo -361.2921 -227.8701
Phụ lục 24: Kết quả hồi quy GMM
- xtabond2 Exv l.Exv Gdpg Cpi Inf Fdi GDO, gmm(l6.Exv 14.Gdpg, lag(6 6)) iv( 15.Cpi 13.Inf 14.Fdi 15.6DO ) twostep Favoring space over speed To switch, type or click on mata: mata set matafavor speed, perm
Warning: Two-step estimated covariance matrix of moments is singular
Using a generalized inverse to calculate optimal weighting matrix for two-step estimation
Difference-in-Sargan statistics may be negative
Dynamic panel-data estimation, two-step system GMM
Group variable: € Number of obs = 189
Time variable : Time Number of groups) = 2o
Number of instruments = 17 Obs per group: min = 9 wald chi2(6) = 6518.07 avg = 9.08
Exv | Coefficient Std err z P›|z| (95% conf interval]
Warning: Uncorrected two-step standard errors are unreliable
Instruments for first differences equation
GMM-type (missing=0, separate instruments for each period unless collapsed)
GMM-type (missing=0, separate instruments for each period unless collapsed)
Arellano-Bond test for AR(1) in first differences: z = -2.41 Pr > z = 0.016
Arellano-Bond test for AR(2) in first differences: z= 0.21 Pr > z = 0.833
Sargan test of overid restrictions: chi2(19) = 51.11 Prob > chi2 9.000
(Not robust, but not weakened by many instruments.)
Hansen test of overid restrictions: chi2(1@) = 9.03 Prob > chi2 9.529
(Robust, but can be weakened by many instruments.)
Difference-in-Hansen tests of exogeneity of instrument subsets:
Hansen test excluding group: chi2(4) = 7.35 Prob > chi2 = 0.119
Difference (null H = exogenous): chi2(6) = 1.68 Prob > chi2 = 0.947 iv(L5.Cpi L3.Inf L4.Fdi L5.GDO)
Hansen test excluding group: chi2(6) = 7.13 Prob > chi2 = 0.399
Difference (null H = exogenous): chi2(4) = 1.98 Prob > chi2 = 0.754
Phu luc 1: Két qua Test regression trend cua Price
# Augmented Dickey-Fuller Test Unit Root Test #
Im(formula = z.diff ~ z.lag.1 + 1+ tt + z.diff.lag)
Estimate Std Error t value Pr(>|t|) (Intercept) 3254.84039 2265.07988 1.437 0.158 z.lag.1 -0.14862 0.09403 -1.581 0.121 tt -11.81585 14.92049 -0.792 0.433 z.diff.lag 0.06315 0.15324 0.412 0.682
Residual standard error: 752.6 on 44 degrees of freedom
F-statistic: 1.177 on 3 and 44 DF, p-value: 0.3295
Value of test-statistic is: -1.5807 1.3443 1.7644
Critical values for test statistics: lpct 5pct 10pct tau3 -4.04 -3.45 -3.15 phi2 6.50 4.88 4.16 phi3 8.73 6.49 5.47
Phu luc 2: Két qua Test regression drift cua Price
He#Hee HHH HHH HH HHH HoH HHH eee Hse HHH HSH HHH eH HH HHS
# Augmented Dickey-Fuller Test Unit Root Test #
Hees HHH HHH HHH RHR RRR RRR eH eRe RHR RR HS
1m(formula = z.diff ~ z.lag.1 + 1+ z.diff.lag)
Estimate Std Error t value Pr(>|t]) (Intercept) 1654.39717 1018.63893 1.624 0.1113 z.lag.1 -0.08573 0.05012 -1.711 0.0941 z.diff.lag 0.01543 0.14030 0.110 0.9129
Residual standard error: 749.4 on 45 degrees of freedom
F-statistic: 1.464 on 2 and 45 DF, p-value: 0.2422
Value of test-statistic is: -1.7105 1.7171
Critical values for test statistics: lpct 5pct 10pct tau2 -3.51 -2.89 -2.58 phil 6.70 4.71 3.86
Phụ lục 3: Kết quả Test regression none của Price
# Augmented Dickey-Fuller Test Unit Root Test #
HeeH##HHH HHH HHH HHH HHH Hse eH eRe He H Heese eH HSH RRS
Im(formula = z.diff ~ z.lag.1 - 1+ z.diff.1lag)
Estimate Std Error t value Pr(>|t]) z.lag.1 -0.004799 0.005473 -0.877 0.385 z.diff.lag 0.002326 0.142544 0.016 0.987
Residual standard error: 762.7 on 46 degrees of freedom
F-statistic: 0.3942 on 2 and 46 DF, p-value: 0.6765
Value of test-statistic is: -0.8769
Critical values for test statistics: lpct Spct 10pct taul -2.6 -1.95 -1.61
Phụ lục 4: Kết quả Test regression trend của Diff Log Price
# Augmented Dickey-Fuller Test Unit Root Test #
Heese HHH HH HHH HH HHH Hee RRS eRe HHS HHH RSH HHS
Im(formula = z.diff ~ z.lag.1 + 1+ tt + z.diff.lag)
Estimate Std Error t value Pr(>|t|) (Intercept) -0.0181464 0.0133714 -1.357 0.182 z.lag.1 -0.9371869 0.2101360 -4.460 5.8e-05 *** tt 0.0005122 0.0004372 1.171 0.248 z.diff.lag -0.0378757 0.1468389 -0.258 0.798
Residual standard error: 0.03976 on 43 degrees of freedom
F-statistic: 14.4 on 3 and 43 DF, p-value: 1.233e-06
Value of test-statistic is: -4.4599 6.6514 9.9771
Critical values for test statistics: lpct 5pct 10pct tau3 -4.04 -3.45 -3.15 phi2 6.50 4.88 4.16 phi3 8.73 6.49 5.47
Phụ lục 5: Kết quả Test regression drift của Diff Log Price
# Augmented Dickey-Fuller Test Unit Root Test #
Hees HHH Hee RHR RRR eRe eRe ee eRe Hee RAS
Im(formula = z.diff ~ z.lag.1 + 1+ z.diff.lag)
Estimate Std Error t value Pr(>|t]) (Intercept) -0.004077 0.005903 -0.691 0.493 z.lag.1 -0.886126 0.206434 -4.293 9.56e-05 *** z.diff.lag -0.066371 0.145422 -0.456 0.650
Residual standard error: 0.03993 on 44 degrees of freedom
F-statistic: 20.74 on 2 and 44 DF, p-value: 4.513e-07
Value of test-statistic is: -4.2925 9.213
Critical values for test statistics: lpct 5pct 10pct tau2 -3.51 -2.89 -2.58 phil 6.70 4.71 3.86
Phụ lục 6: Kết quả Test regression none của Diff Log Price
# Augmented Dickey-Fuller Test Unit Root Test #
Im(formula = z.diff ~ z.lag.1 - 1 + z.diff.lag)
Estimate Std Error t value Pr(>|t|) z.lag.1 -0.8632 0.2026 -4.261 0.000102 *** z.diff.lag -0.0794 0.1434 -0.554 0.582393
Residual standard error: 0.0397 on 45 degrees of freedom
F-statistic: 20.75 on 2 and 45 DF, p-value: 4.111e-07
Value of test-statistic is: -4.2615
Critical values for test statistics: lpct 5pct 10pct taul -2.6 -1.95 -1.61
Phu luc 7: Két qua Arima cua Log Price
Phụ lục 8: Kết quả Arima của Diff Log Price
ARIMA(2,0,2) with non-zero mean : Inf
ARIMA(O,0,0) with non-zero mean : -181.4929
ARIMA(1,0,0) with non-zero mean : -179.2355
ARIMA(O,0,1) with non-zero mean : -179.2352
ARIMA(1,0,1) with non-zero mean : -176.9009
Best model: ARIMA(O,0,0) with zero mean
ARTMA(0,0,0) with zero mean sigmaA2 = 0.001545: log likelihood = 92.68
Phụ lục 9: Kết quả ước lượng mô hình (constant)
ARTMA(0,0,0) with zero mean sigmaA2 = 0.001545: log likelihood = 92.68
Phụ lục 10: Kết quả ước lượng mô hình (mean) call: arima(x = dp, order = c(0, 0, 0), include.mean = F, method = "ML") sigmaA2 estimated as 0.001545: log likelihood = 92.68, aic = -183.37
Phu luc 11: Két qua kiém dinh tu tuong quan va White noise
Ljung-Box test data: Residuals from ARIMA(O,1,0)
Model df: 0 Total lags used: 10
Phụ lục 12: Kết quả kiểm định phương sai thay đổi
ARCH heteroscedasticity test for residuals alternative: heteroscedastic
Portmanteau-Q test: order PQ p.value
Lagrange-Multiplier test: order LM p.vaTue
Phụ lục 13: Kết quả kiểm định ARCH LM test
ARCH LM-test; Null hypothesis: no ARCH effects data: arima.010$§residuaTs
Phu luc 14: Két qua kiém dinh Normality test
Shapiro-wilk normality test data: resid(arima010)
ven n
Kiểm định tính dừng chuỗi thời gian đơn biến và xác định (d|) -cs ccs 12s 21s se see 15 1 Kiểm định tính dừng của Price bằng đồ thị 2 v1 11111131114111114181 16113111111 xx2 15 2 Kiểm định tính dừng của Price bằng phương pháp kiểm định Dickey - Fuller (ADF test with 6i)i8g ni s8ix-i 217 - 1ó 3 Kiểm định tính dừng của Log Price bằng đồ thị 17 4 Kiểm định tính dừng của DiffLog Price bằng đồ thị ccSn S22 17 5 Kiểm định tính dừng của Diff Log Price bằng phương pháp kiểm định Dickey - Fuller (ADF
2.1.1 Kiểm định tính dừng của Price bằng đồ thị
Code R par(mfrow=c(3,1), mar=c(3,3,3,3)) plot(p, main="Price") acf(p, ylab=", main="ACF of Price", ylim=c(-1,1)) pacf(p, ylab="", main="PACF of Price", ylim=c(-1,1))
Hình 1.1 Đồ thị biến động cua Price voi ACF va PACF Đồ thị từ phần mềm R Studio cho thấy chuỗi có xu hướng tăng hoặc giảm liên tục và chưa có dấu hiệu dừng Vì thế, tiếp theo tác giả sẽ thực hiện kiểm định bằng Dickey-Fuller để khảo sát tính dừng của chuỗi thời gian
2.1.2 Kiểm định tính dừng của Price bằng phương pháp kiểm định Dickey - Fuller (ADF test with drift and trend)
Code R summary(ur.df(p, type="trend",lags=3,selectlags = "AIC"))
Bảng 1.1 Kết quả Test regression trend
F-statistic: 1.177 on 3 and 44 DF, p-value: 0.3295
Value of test-statistic is: -1.5807 1.3443 1.7644
Critical values for test statistics:
1pct 5pct | 1pct 5pct} 1pct 5pct 10pct 10pct 10pct tau3 -4,04 -3.45 -3.15 phi2 6.50 4.88 4.16 phi3 8.73 6.49 5.47
Nguồn: kết quả từ R Studio Code R summary(ur.df(p, type="drift",lags=3,selectlags = "AIC"))
Bảng 1.2 Kết quả Test regression drift
F-statistic: 1.464 on 2 and 45 DF, p-value: 0.2422
Value of test-statistic is: -1.7105 1.7171
Critical values for test statistics: tau2 phil lpct -3.51 6.70 5pct -2.89 4.71 Nguồn: kết quả từ R Studio -2.58 10pct 3.86
Code R summary(ur.df(p, type="none",lags=3,selectlags = "AIC"))
Bảng 1.3 Kết quả Test regression none
F-statistic: 0.3942 on 2 and 46 DF, p-value: 0.6765
Value of test-statistic is: -0.8769
Critical values for test statistics:
Nguồn: kết quả từ R Studio
> Price is a unit root (non-stationary) with no drift and no trend
2.1.3 Kiểm định tính dừng của Log Price bằng đồ thị
Inp = log(p) par(mfrow=c(3,1), mar=c(3,3,3,3)) plot(Inp, main="Price") acf(Inp, ylab="", main="ACF of Log Price", ylim=c(-1,1)) pacf(inp, ylab="", main="PACF of Log Price", ylim=c(-1,1))
ACF of Log Price a4 ° ““= “HH4 — —_— i TT TT TT TT TT TT TT TT TT TT TT TT TT _- ° 4
PACF of Log Price ey
Hình 1.2 Đồ thị biến động cua Log Price voi ACF va PACF
> Kết luận tương tự, Log Price is a unit root (non-stationary)
2.1.4 Kiểm định tính dừng của Diff Log Price bằng đồ thị Code R dp=diff(Inp) par(mfrow=c(3,1), mar=c(3,3,3,3)) plot(dp, main="Diff of Price") acf(dp, ylab="", main="ACF", ylim=c(-1,1))
19 pacf(dp, ylab="", main="PACF", ylim=c(-1,1))
Hình 1.3 Đồ thị biến động của Diff Log Price voi ACF va PACF Đồ thị từ phần mềm R Studio cho thấy chuỗi có xu hướng ổn định và có dấu hiệu dừng Để có kết luận chính xác, tiếp theo tác giả sẽ thực hiện kiểm định bằng Dickey-Fuller để khảo sát tính dừng của chuỗi thời gian
2.1.5 Kiểm định tính dừng của Dirf Log Price bằng phương pháp kiểm định Dickey - Fuller (ADF test with drift and trend)
Code R summary(ur.df(dp, type="trend",lags=3,selectlags = "AIC"))
Bảng 1.4 Kết quả Test regression trend
F-statistic: 14.4 on 3 and 43 DF, p-value: 1.233e-06
Value of test-statistic is: -4.4599 6.6514 9.9771
Critical values for test statistics: tau3 phi2 l1pct -4.04 6.50 5pct -3.45 4.88 -3.15 4.16 10pct
Code R summary(ur.df(dp, type="drift",lags=3,selectlags = "AIC"))
Bang 1.5 Két qua Test regression drift
| 5.47 Nguồn: kết quả từ R Studio
F-statistic: 20.74 on 2 and 44 DF, p-value: 4.513e-07
Value of test-statistic is: -4.2925 9.213
Critical values for test statistics: l1pct 5pct 10pct tau2 -3.51 -2.89 -2.58 phi1 6.70 4.71 3.86
Nguồn: kết quả từ R Studio Code R summary(ur.df(dp, type="none",lags=3,selectlags = "AIC"))
Bảng 1.6 Kết quả Test regression none
F-statistic: 20.75 on 2 and 45 DF, p-value: 4.111e-07
Value of test-statistic is: -4.2615
Critical values for test statistics: l1pct 5pct 10pct taul -2.6 -1.95 -1.61
Nguồn: kết quả từ R Studio
> Diff Log Price is stationary
> Gia tri d = 1 (sai phan bac 1 cua Log Price)
2.2 Xác định độ trễ tối uu (p,q) su dung Correlogram nhu ACF và PACF kết hợp phương pháp nội dung thông tin (Information Criteria) như AIC, BIC, SC, HQ
Code R auto.arima(Inp, seasonal = F, approximation = F, trace = T)
Bang 2.1 Két qua Arima cua Log Price
Series: Inp ARIMA(0,1,0) sigma^2 = 0.001547: log likelinood = 92.68
Nguồn: kết quả từ R Studio
Code R auto.arima(dp, seasonal = F, approximation = F, trace = T)
Bang 2.2 Két qua Arima cua Diff Log Price
ARIMA(2,0,2) with non-zero mean : Inf
ARIMA(0,0,0) with non-zero mean : -181.4929
ARIMA(1,0,0) with non-zero mean : -179.2355
ARIMA(O,0,1) with non-zero mean : -179.2352
ARIMA(1,0,1) with non-zero mean : -176.9009
Best model: ARIMA(0,0,0) with zero mean
ARIMA(0O,0,0) with zero mean sigma*2 = 0.001545: log likelihood = 92.68
Nguồn: kết quả từ R Studio
> ARIMA(0,0,0) for Diff Log Price
Ước lượng mô hình ARIMA đã chọn v.v, 20 2.4 Kiểm tra hiện tượng tự tương quan và phương sai thay đổi của phần dư, tính chất White noise của phần dư 21 2.4.1 Kiểm định tự tương quan bằng Ljung - Box test nà Hn H1 H HH HH 1x ty, 21
Code R arima010=Arima(inp, order = c(0,1,0), include.constant = F, method
Arima(dp, order = c(0,0,0), include.constant = F, method = "ML") Bảng 3.1 Kết quả ước lượng mô hình (constant)
ARIMA(O,0,0) with zero mean sigma*2 = 0.001545: log likelihood = 92.68
Nguồn: kết quả từ R Studio
Code R arima.010=arima(Inp, order = c(0,1,0), include.mean = F, method "ML")
22 arima(dp, order = c(0,0,0), include.mean = F, method = "ML")
Bảng 3.2 Kết quả ước lượng mô hình (mean)
Call: arima(x = dp, order = c(0, 0, 0), include.mean = F, method "ML") sigma^2 estimated as 0.001545: log likelihood = 92.68, aic = - 183.37
Nguồn: kết quả từ R Studio
2.4 Kiểm tra hiện tượng tự tương quan và phương sai thay đổi của phần dư, tính chất White noise của phần dư
2.4.1 Kiểm định tự tương quan bằng Ljung - Box test
Ljung-Box test Ho: no autocorrelation, white noise time series
4.1 Bảng kết quả kiểm định tự tương quan
Ljung-Box test data: Residuals from ARIMA(0,1,0)
Model df: 0 Total lags used: 10
Nguồn: kết quả từ R Studio
> P-value = 0.7316 > 0.05, accept Ho > No autocorrelation, white noise time series
Hình 4.1 Đồ thị kết quả kiểm định tự tương quan
2.4.2 Kiểm định phương sai thay đổi bằng ARCH
Bảng 4.2.1 Kết quả kiểm định phương sai thay đổi
ARCH heteroscedasticity test for residuals alternative: heteroscedastic
Portmanteau-Q test: order PQp.value
Lagrange-Multiplier test: order LM p.value
Nguồn: kết quả từ R Studio
> Accept Ho > No heteroscedastic ° ° Ð Sœ °
2 o S xui To œỉ 8 4 Po ° ` fe) o “Ts 7 05-00 ~~ re eck + oa Ss ° oO a ° } 0° o oo ° ° ° ° © -| ° Đo @ ae 0° oo a 2 °
T of ° oO ° 8 -lo ở oP OP- wFaPo - 2 -°- œ ° °° ° © °° oo
=| ° ° 4 o o jf = — Tnhh HH HH ctr eee ee ne eed a ek re ee
Hình 4.2 Đồ thị kết quả kiểm định phương sai thay đổi ARCH LM-test Ho: no ARCH effects
Bảng 4.2.2 Kết quả kiểm định ARCH LM test data: arima.010$residuals Chi-squared = 10.811, df = 9, p-value = 0.2889
Nguồn: kết quả từ R Studio
P-value = 0.2889 > 0.05, accept Họ > No ARCH effects
2.4.3 Kiểm dinh Normality test bang Shapiro-Wilk
Code R shapiro.test(resid(arima010))
Bang 4.3 Két qua Normality test
Shapiro-Wilk normality test data: resid(arima010)
Nguồn: kết quả từ R Studio
> p-value = 0.8986 > 0.05, accept Ho > normal distribution
2.5 Thực hiện du bao (forecast) voi mô hình đã ước lượng Báo cáo kết quả, báo cáo sai số dự báo, vẽ đồ thị, thảo luận 2.5.1 Dự báo
Code R pred = forecast(arima.010, lead = 30)
Bảng 5.1 Kết quả dự báo
Forecast for univariate time series:
Nguồn: kết quả từ R Studio pred1 = predict(arima.010, n.ahead = 30) ts.plot(Inp, pred1$pred, col=1:2, main="Predicted value for the next
Predicted value for the next 30 periods
Hinh 5.1 D6 thi két qua du bao 2.5.2 Thao luan
Bảng 5.2 So sánh giá trị thực và giá trị dự báo
Priod Price Real Price For Up | Price For Price For
Nhận xét: Có sự sai lệch giữa giá trị dự báo và giá trị thực, nguyên nhân xuất phát từ việc giá trị cổ phiếu không chỉ phụ thuộc vào giá trước đó, mà còn phụ thuộc vào nhiều yếu tố khác (kinh tế, chính trị, kỳ vọng, ) Vì vậ, sự sai lệch là hiển nhiên và chấp nhận được
Phụ lục 1: Kết quả thống kê mô tả
, Sum Exv Gdpg Cpi Inf Fdi
Variable | Obs Mean Std dev Min Max
Phu luc 2: Ma tran hé s6 tuong quan
+ pweorr Gdpg Cpi Inf Fdi, sig
Phụ lục 3: Kết quả kiểm định đa cộng tuyến
Phụ lục 4: Kết quả kiểm định tính dừng của biến Gdpg
Levin-Lin-chu unit-root test for Gdpg
H@: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 5: Kết quả kiểm định tính dừng của biến Cpi
Levin-Lin-Chu unit-root test for Cpi
H@: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 6: Kết quả kiểm định tính dừng của biến Inf
Levin-Lin-Chu unit-root test for Inf
HO: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 7: Kết quả kiểm định tính dừng của biến Fdi
Levin-Lin-chu unit-root test for Fdi
H@: Panels contain unit roots Number of panels = 20
Ha: Panels are stationary Number of periods = 14
LR variance: Bartlett kernel, 7.0@ lags average (chosen by LLC)
Phụ lục 8: Kết quả hồi quy Pooled OLS
+ reg Exv Gdpg Cpi Inf Fdi GDO
Source ss df MS Number of obs) = 280
Exv | Coefficient Std err t P>|t] [95% conf interval]
Cpi 7.620987 - 6006869 12.69 o.ooo 6.438439 8.803535 Inf 7.101773 3.004789 2.36 0.019 1.186524 13.01702 Fdi -.1981343 1.754646 -@.11 0.919 -3.652435 3.256166 GDO -19.55025 6.451464 -1.64 0.193 -23.25099 2.159481 _cons -592.8941 68 02034 -8.72 o.ooo -726.803 -458.9852
Phụ lục 9: Kết quả hồi quy Fixed effect
xtreg Exv Gdpg Cpi Inf Fdi GDO, fe
Fixed-effects (within) regression Number of obs = 280
Group variable: C Number of groups = 20
Exv | Coefficient Std err t P>|t] [95% conf interval]
Cpi 5.909142 ô3753473 15.74 o.ooo 5.169967 6.648318 Inf -2.038157 2.085219 -0.98 0.329 -6.144602 2.068287 Fdi -8822759 1.371605 9.64 9.521 -1.818841 3.583393 GDO -.3246061 5.666551 -9.96 0.954 -11.4838 10.83459 _cons -298.0456 47.29651 -6.30 o.ooo -391.1871 -204.9041 sigma_u 184.22288 sigma_e 94.54571 rho -79152228 (fraction of variance due to u_i)
Phụ lục 10: Kết quả hồi quy Random effect
xtreg Exv Gdpg Cpi Inf Fdi GDO, re
Random-effects GLS regression Number of obs = 280
Group variable: C Number of groups = 20
Wald chi2(5) = 308.13 corr(u_i, X) = @ (assumed) Prob > chi2 = 0.0000
Exv | Coefficient std err z P>|z| [95% conf interval]
Cpi 6.184759 - 3805664 16.25 0.000 5.438862 6.930655 Inf -.7159517 2.115495 -9.34 0.735 -4.862247 3.430343 Fdi - 7848764 1.389346 9.56 09.572 -1.938193 3.507945 GDO -6.151615 5.483289 -1.12 0.262 -16.89866 4.595433 _cons -346.2495 55.04366 -6.29 o.ooo -454.133 -238.3659 sigma_u 123.17535 sigma_e 94.54571 rho -62926175 (fraction of variance due to u_i)
Phụ lục 11: Kết quả hồi quy Difference
xtreg d.( Exv Gdpg Cpi Inf Fdi GDO )
Random-effects GLS regression Number of obs = 260
Group variable: C Number of groups = 20
Wald chi2(5) = 58.34 corr(u_i, X) = @ (assumed) Prob > chi2 9.0000
D.Exv | Coefficient std err z P>|z| [95% conf interval]
_cons 11.13585 6.308803 1.77 0.078 -1.229176 23.50088 sigma_u 19.02383 sigma_e 41.157094 rho -17604043 (fraction of variance due to u_i) ae 2
Phụ lục 12: Kết quá hồi quy LSDV
xi : xtreg Exv Gdpg Cpi Inf Fdi GDO i.C i.c _Ic_1-20 (naturally coded; _IC 1 omitted)
Random-effects GLS regression Number of obs = 280
Group variable: C Number of groups = 20
Wald chi2(24) = 1471.81 corr(u_i, X) = @ (assumed) Prob > chi2 9.0000
Exv | Coefficient Std err z P>|z] [95% conf interval]
Cpi 5.909142 3753473 15.74 o.ooo 5.173475 6.64481 Inf -2.038157 2.085219 -9.98 0.328 -6.125112 2.048798 Fdi -8822759 1.371605 9.64 0.520 -1.806021 3.570573 GDO - 3246061 5.666551 -@.06 0.954 -11.43084 10.78163 _Ic_2 -80.03778 36.1566 -2.21 9.027 -150.9034 -9.172153
_cons -295.4289 49.63086 -5.95 0.000 -392.7036 -198.1542 sigma_u 9 sigma_e 94.54571 rho @ (fraction of variance due to u_i)
Phu luc 13: Két qua héi quy Between
xtreg Exv Gdpg Cpi Inf Fdi GDO, be
Between regression (regression on group means) Number of obs = 280
Group variable: C Number of groups = 20
Exv | Coefficient Std err t P>|t| [95% conf interval]
Phụ lục 14: Kết quả hồi quy Time - Fixed effect
Xtreg Exv Gdpg Cpi Inf Fdi GDO i.Time, fe
Fixed-effects (within) regression Number of obs 280
Group variable: Cc Number of groups = 20
Exv | Coefficient Std err t P>|t] [95% conf interval]
Cpi 6.194467 57298 19.81 o.ooo 5.065892 7.323132 Inf -5.459439 2.222558 -2.46 @.015 -9.837468 -1.981409 Fdi -2957851 1.383554 @.21 @.831 -2.429561 3.021131 GDO -2.540242 5.844183 -@.43 0.664 -14.0522 8.971718
_cons -306.2417 60.03536 -5.10 0.000 -424.5002 -187.9831 sigma_u 192.9343 sigma_e 92.120691 rho -81434596 (fraction of variance due to u_i)
Phụ lục 15: Kết quả hồi quy Random effect và kiểm định độ phù hợp
Breusch and Pagan Lagrangian multiplier test for random effects
Test: Var(u) = @ chibar2(@1) = 651.50 Prob > chibar2 = ©.0e0e
Phu luc 16: Két qua kiém dinh Hausman
FEM REM Difference Std err
GDO -.3246061 -6.151615 5.827009 1.429455 b = Consistent under H@ and Ha; obtained from xtreg
B = Inconsistent under Ha, efficient under HQ; obtained from xtreg
Test of H@: Difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Phụ lục 17: Kết quả kiểm định phương sai thay đổi
Modified wald test for groupwise heteroskedasticity in fixed effect regression model
H@: sigma(i)^2 = sigma^2 for all i chi2 (20) = 22207.36
Phụ lục 18: Kết quả kiểm định tự tương quan
xtserial Exv Gdpg Cpi Inf Fdi
Wooldridge test for autocorrelation in panel data
Phụ lục 19: Kết quả kiểm tra nội sinh biến Gdpg
- ivregress 2sls Exv Cpi Inf Fdi (Gdpg=L.Gdpg)
Instrumental variables 2SLS regression Number of obs) = 269
Wald chi2(4) = 200.17 Prob > chi2 = 9.0000 R-squared = 9.3946 Root MSE = 186.45
Exv | Coefficient Std err z P>|z] [95% conf interval]
Cpi 7.555567 -7137949 19.59 o.o0oo 6.156555 8.95458 Inf „3533987 3.847134 o.o9 0.927 -7.186845 7.893642 Fdi -1.77332 2.045521 -0.87 0.386 -5.782468 2.235828 _cons -640.7179 79.18287 -8.09 @.000 -795.9135 -485.5223
Instruments: Cpi Inf Fdi L.Gdpg
Phụ lục 20: Kết quả kiểm tra nội sinh biến Cpi
ivregress 2sls Exv Gdpg Inf Fdi (Cpi=L.Cpi)
Instrumental variables 2SLS regression Number of obs) = 260
Wald chi2(4) = 220.79 Prob > chi2 = 9.0000 R-squared = 9.4607
Exv | Coefficient Std err z P>|z| [95% conf interval]
Instruments: Gdpg Inf Fdi L.Cpi
Phụ lục 21: Kết quả kiểm tra nội sinh bién Inf
ivregress 2sls Exv Gdpg Cpi Fdi (Inf=L.Inf)
Instrumental variables 2SLS regression Number of obs) = 269
Wald chi2(4) = 220.10 Prob > chi2 = @.0000 R-squared = 9.4567 Root MSE = 176.62
Exv | Coefficient Std err z P>|z] [95% conf interval]
Instruments: Gdpg Cpi Fdi L.Inf
Phụ lục 22: Kết quả kiếm tra nội sinh Fdi
„ ivregress 2sls Exv Gdpg Cpi Inf (Fdi=L.Fdi)
Instrumental variables 2SLS regression Number of obs) = 269
Wald chi2(4) = 221.91 Prob > chi2 = @.0000 R-squared = 9.4596 Root MSE = 176.15
Exv | Coefficient Std err z P>|z| [95% conf interval]
Instruments: Gdpg Cpi Inf L.Fdi
Phụ lục 23: Kết quả hồi quy FGLS
Cross-sectional time-series FGLS regression
Estimated covariances 20 Number of obs = 280
Estimated autocorrelations 20 Number of groups = 20
Exv | Coefficient Std err P>|z| [95% conf interval]
Cpi 5.073172 „3324498 15.26 o.ooo 4.421582 5.724762 Inf 5.060671 -674053 7.51 o.ooo 3.739551 6.381791 Fdi „1359061 „2629991 9.52 0.604 -.3777988 -649611 GDO -1.482765 -9888685 -1.50 9.134 -3.420911 4553818 _cons -294.5811 34.03684 -8.65 o.ooo -361.2921 -227.8701
Phụ lục 24: Kết quả hồi quy GMM
- xtabond2 Exv l.Exv Gdpg Cpi Inf Fdi GDO, gmm(l6.Exv 14.Gdpg, lag(6 6)) iv( 15.Cpi 13.Inf 14.Fdi 15.6DO ) twostep Favoring space over speed To switch, type or click on mata: mata set matafavor speed, perm
Warning: Two-step estimated covariance matrix of moments is singular
Using a generalized inverse to calculate optimal weighting matrix for two-step estimation
Difference-in-Sargan statistics may be negative
Dynamic panel-data estimation, two-step system GMM
Group variable: € Number of obs = 189
Time variable : Time Number of groups) = 2o
Number of instruments = 17 Obs per group: min = 9 wald chi2(6) = 6518.07 avg = 9.08
Exv | Coefficient Std err z P›|z| (95% conf interval]
Warning: Uncorrected two-step standard errors are unreliable
Instruments for first differences equation
GMM-type (missing=0, separate instruments for each period unless collapsed)
GMM-type (missing=0, separate instruments for each period unless collapsed)
Arellano-Bond test for AR(1) in first differences: z = -2.41 Pr > z = 0.016
Arellano-Bond test for AR(2) in first differences: z= 0.21 Pr > z = 0.833
Sargan test of overid restrictions: chi2(19) = 51.11 Prob > chi2 9.000
(Not robust, but not weakened by many instruments.)
Hansen test of overid restrictions: chi2(1@) = 9.03 Prob > chi2 9.529
(Robust, but can be weakened by many instruments.)
Difference-in-Hansen tests of exogeneity of instrument subsets:
Hansen test excluding group: chi2(4) = 7.35 Prob > chi2 = 0.119
Difference (null H = exogenous): chi2(6) = 1.68 Prob > chi2 = 0.947 iv(L5.Cpi L3.Inf L4.Fdi L5.GDO)
Hansen test excluding group: chi2(6) = 7.13 Prob > chi2 = 0.399
Difference (null H = exogenous): chi2(4) = 1.98 Prob > chi2 = 0.754
Phu luc 1: Két qua Test regression trend cua Price
# Augmented Dickey-Fuller Test Unit Root Test #
Im(formula = z.diff ~ z.lag.1 + 1+ tt + z.diff.lag)
Estimate Std Error t value Pr(>|t|) (Intercept) 3254.84039 2265.07988 1.437 0.158 z.lag.1 -0.14862 0.09403 -1.581 0.121 tt -11.81585 14.92049 -0.792 0.433 z.diff.lag 0.06315 0.15324 0.412 0.682
Residual standard error: 752.6 on 44 degrees of freedom
F-statistic: 1.177 on 3 and 44 DF, p-value: 0.3295
Value of test-statistic is: -1.5807 1.3443 1.7644
Critical values for test statistics: lpct 5pct 10pct tau3 -4.04 -3.45 -3.15 phi2 6.50 4.88 4.16 phi3 8.73 6.49 5.47
Phu luc 2: Két qua Test regression drift cua Price
He#Hee HHH HHH HH HHH HoH HHH eee Hse HHH HSH HHH eH HH HHS
# Augmented Dickey-Fuller Test Unit Root Test #
Hees HHH HHH HHH RHR RRR RRR eH eRe RHR RR HS
1m(formula = z.diff ~ z.lag.1 + 1+ z.diff.lag)
Estimate Std Error t value Pr(>|t]) (Intercept) 1654.39717 1018.63893 1.624 0.1113 z.lag.1 -0.08573 0.05012 -1.711 0.0941 z.diff.lag 0.01543 0.14030 0.110 0.9129
Residual standard error: 749.4 on 45 degrees of freedom
F-statistic: 1.464 on 2 and 45 DF, p-value: 0.2422
Value of test-statistic is: -1.7105 1.7171
Critical values for test statistics: lpct 5pct 10pct tau2 -3.51 -2.89 -2.58 phil 6.70 4.71 3.86
Phụ lục 3: Kết quả Test regression none của Price
# Augmented Dickey-Fuller Test Unit Root Test #
HeeH##HHH HHH HHH HHH HHH Hse eH eRe He H Heese eH HSH RRS
Im(formula = z.diff ~ z.lag.1 - 1+ z.diff.1lag)
Estimate Std Error t value Pr(>|t]) z.lag.1 -0.004799 0.005473 -0.877 0.385 z.diff.lag 0.002326 0.142544 0.016 0.987
Residual standard error: 762.7 on 46 degrees of freedom
F-statistic: 0.3942 on 2 and 46 DF, p-value: 0.6765
Value of test-statistic is: -0.8769
Critical values for test statistics: lpct Spct 10pct taul -2.6 -1.95 -1.61
Phụ lục 4: Kết quả Test regression trend của Diff Log Price
# Augmented Dickey-Fuller Test Unit Root Test #
Heese HHH HH HHH HH HHH Hee RRS eRe HHS HHH RSH HHS
Im(formula = z.diff ~ z.lag.1 + 1+ tt + z.diff.lag)
Estimate Std Error t value Pr(>|t|) (Intercept) -0.0181464 0.0133714 -1.357 0.182 z.lag.1 -0.9371869 0.2101360 -4.460 5.8e-05 *** tt 0.0005122 0.0004372 1.171 0.248 z.diff.lag -0.0378757 0.1468389 -0.258 0.798
Residual standard error: 0.03976 on 43 degrees of freedom
F-statistic: 14.4 on 3 and 43 DF, p-value: 1.233e-06
Value of test-statistic is: -4.4599 6.6514 9.9771
Critical values for test statistics: lpct 5pct 10pct tau3 -4.04 -3.45 -3.15 phi2 6.50 4.88 4.16 phi3 8.73 6.49 5.47
Phụ lục 5: Kết quả Test regression drift của Diff Log Price
# Augmented Dickey-Fuller Test Unit Root Test #
Hees HHH Hee RHR RRR eRe eRe ee eRe Hee RAS
Im(formula = z.diff ~ z.lag.1 + 1+ z.diff.lag)
Estimate Std Error t value Pr(>|t]) (Intercept) -0.004077 0.005903 -0.691 0.493 z.lag.1 -0.886126 0.206434 -4.293 9.56e-05 *** z.diff.lag -0.066371 0.145422 -0.456 0.650
Residual standard error: 0.03993 on 44 degrees of freedom
F-statistic: 20.74 on 2 and 44 DF, p-value: 4.513e-07
Value of test-statistic is: -4.2925 9.213
Critical values for test statistics: lpct 5pct 10pct tau2 -3.51 -2.89 -2.58 phil 6.70 4.71 3.86
Phụ lục 6: Kết quả Test regression none của Diff Log Price
# Augmented Dickey-Fuller Test Unit Root Test #
Im(formula = z.diff ~ z.lag.1 - 1 + z.diff.lag)
Estimate Std Error t value Pr(>|t|) z.lag.1 -0.8632 0.2026 -4.261 0.000102 *** z.diff.lag -0.0794 0.1434 -0.554 0.582393
Residual standard error: 0.0397 on 45 degrees of freedom
F-statistic: 20.75 on 2 and 45 DF, p-value: 4.111e-07
Value of test-statistic is: -4.2615
Critical values for test statistics: lpct 5pct 10pct taul -2.6 -1.95 -1.61
Phu luc 7: Két qua Arima cua Log Price
Phụ lục 8: Kết quả Arima của Diff Log Price
ARIMA(2,0,2) with non-zero mean : Inf
ARIMA(O,0,0) with non-zero mean : -181.4929
ARIMA(1,0,0) with non-zero mean : -179.2355
ARIMA(O,0,1) with non-zero mean : -179.2352
ARIMA(1,0,1) with non-zero mean : -176.9009
Best model: ARIMA(O,0,0) with zero mean
ARTMA(0,0,0) with zero mean sigmaA2 = 0.001545: log likelihood = 92.68
Phụ lục 9: Kết quả ước lượng mô hình (constant)
ARTMA(0,0,0) with zero mean sigmaA2 = 0.001545: log likelihood = 92.68
Phụ lục 10: Kết quả ước lượng mô hình (mean) call: arima(x = dp, order = c(0, 0, 0), include.mean = F, method = "ML") sigmaA2 estimated as 0.001545: log likelihood = 92.68, aic = -183.37
Phu luc 11: Két qua kiém dinh tu tuong quan va White noise
Ljung-Box test data: Residuals from ARIMA(O,1,0)
Model df: 0 Total lags used: 10
Phụ lục 12: Kết quả kiểm định phương sai thay đổi
ARCH heteroscedasticity test for residuals alternative: heteroscedastic
Portmanteau-Q test: order PQ p.value
Lagrange-Multiplier test: order LM p.vaTue
Phụ lục 13: Kết quả kiểm định ARCH LM test
ARCH LM-test; Null hypothesis: no ARCH effects data: arima.010$§residuaTs
Phu luc 14: Két qua kiém dinh Normality test
Shapiro-wilk normality test data: resid(arima010)
