Các biến độc lập được sử dụng trong mô hình gồm Lãi suất tiền gửi, Tỷ giá USD/VND, Giá dầu thế giới, Giá bạc thế giới và Giá vàng thế giới và biến phụ thuộc là Giá
vàng trong nước. Phương pháp bình phương bé nhất OLS được sử dụng để thực hiện hồi quy. Muốn xem mô hình này được xây dựng có phù hợp hay không thì ta sẽ thực hiện một số kiểm định cần thiết. Trong mô hình hồi quy này các chuỗi thời gian phải dừng, vì nếu các chuỗi chưa dừng thì sẽ lấy sai phân bậc 1, bậc 2, sau đó hồi quy theo phương pháp bình phương bé nhất OLS để tránh hiện tượng hồi quy giả mạo.
• Kiểm định nghiệm đơn vị ADF (Augmented Dickey-Fuller - 1981)
Phương pháp này được thực hiện để kiểm tra tính dừng của các chuỗi dữ liệu. Một khái niệm quan trọng trong phân tích chuỗi thời gian là tính dừng, theo Gujarati (2003), nếu một chuỗi thời gian không dừng chúng ta chỉ xem xét hành vi của chuỗi trong khoảng thời gian đang được xem xét, và sẽkhông khái quát hóa được cho các giai đoạn tương lai,
gian chúng ta luôn giảđịnh rằng xu hướng vận động trong quá khứ và hiện tại sẽđược duy
trì trong tương lai và như vậy chúng ta sẽ không dựbáo được điều gì cho tương lai nếu bản thân dữ liệu thay đổi. Hơn nữa đối với phân tích hồi quy, nếu như chuỗi thời gian không dừng thì tất cả các kết quảđiển hình của một phân tích hồi quy tuyến tính sẽ không có giá trị, không có ý nghĩa và thường gọi là “hồi quy giả mạo”.
• Kiểm tra hiện tượng đa cộng tuyến
Mô hình lý tưởng là mô hình mà các biến độc lập không có sựtương quan với nhau.
Trong trường hợp có hiện tượng đa cộng tuyến xảy ra với mức độ cao, một biến độc lập
thay đổi sẽ kéo theo sựthay đổi của những biến cộng tuyến với nó, do vậy giảđịnh cốđịnh các biến độc lập còn lại để xem xét ảnh hưởng của chính biến đó với biến phụ thuộc Y là không hợp lý.
Để kiểm tra hiện tượng đa cộng tuyến, chúng ta căn cứ vào kết quả của ma trận
tương quan giữa các biến trong mô hình, với hệ số tương quan r > 0,8 thì chứng tỏcó đa
cộng tuyến cao giữa 2 biến và lúc này cần thiết phải khắc phục hiện tượng đa cộng tuyến trong mô hình.
• Kiểm tra hiện tượng tựtương quan (Kiểm định Breusch - Godfrey)
Đối với số liệu chuỗi thời gian, hiện tượng tự tương quan (Autocorrelation) là sự tương quan giữa các thành phần của dãy quan sát theo thời gian. Mô hình hồi quy cần có tính chất không có tựtương quan của nhiễu xảy ra, điều này có nghĩa là nhiễu của một quan sát không bị ảnh hưởng bởi nhiễu của quan sát khác. Nếu kiểm định tự tương quan của nhiễu xảy ra không như kỳ vọng, các kiểm định t, F cũng mất ý nghĩa, sai số dự báo có thể
không hiệu quả và có khảnăngước lượng quá cao RP
2
P
.
Kiểm định này được thực hiện để phát hiện có xuất hiện hay không hiện tượng tự tương quan của nhiễu. Kiểm định cho tựtương quan bậc p bất kỳ. Giả thiết không có tự tương quan bậc p tương đương với HR0R: pR1R = pR2R = … = pRnR. Kiểm định này có thể thực hiện cho cỡ mẫu lớn.
Mô hình hồi quy tốt cần có phương sai của nhiễu URtR không thay đổi, đây là một trong những giả thiết đặt ra đối với mô hình hồi quy tuyến tính. Nếu vi phạm giả thiết này,
các ước lượng OLS không còn là ước lượng hiệu quả nữa, ước lượng phương sai và hiệp
phương sai của các ước lượng OLS bị chệch, việc sử dụng thống kê t và F để kiểm định giả
thuyết không còn đáng tin cậy nữa.
Kiểm định White là mô hình tổng quát nhất về sự thuần nhất của phương sai, kiểm
định này khảo sát phần dư (resid) theo các biến độc lập. Kiểm định này được thực hiện nhằm xác định có phương sai sai sốthay đổi trong mô hình hay không.