dừng của các chuỗi số thời gian:
Để kết quảước lượng không bị thiên lệch, các biến nghiên cứu sẽđược kiểm
định tính dừng. Johnston và DiNardo (1997) và Gujarati (2003) đồng tình rằng việc tính toán trung bình của một chuỗi không dừng hoặc ngẫu nhiên sẽ không gặt hái
được kết quả hợp lý. Theo như Gujarati (2003), "biến phụ thuộc của một chuỗi không ổn định sẽ đi theo độ lệch của biến giải thích, tạo ra các kết quả không có nghĩa". Nói một cách khác, hồi quy lệch sẽ cho kết quả các kiểm định thống kê t và R2 rất tốt nhưng mô hình có thể hoàn toàn không có ý nghĩa. Vì vậy, trước khi xây dựng và phân tích mô hình, cần phải có thuộc tính tĩnh của các biến chuỗi trước khi
đưa vào sử dụng. Nếu các chuỗi này có cùng bậc tích hợp, khi đó có thể tồn tại một mối quan hệ có ý nghĩa trong dài hạn giữa chúng, hay nói cách khác là sự kết hợp những chuỗi không dừng tạo nên một sự kết hợp bền vững dựa trên phương pháp đồng tích hợp.
Có hai kiểm định nghiệm đơn vị phổ biến và thường được sử dụng trong các nghiên cứu là kiểm định Phillips - Perron (PP), Augmented Dickey - Fuller. Phillips - Perron (1988) phát triển một lý thuyết phức tạp hơn về tính không dừng. Kiểm
định Phillips - Perron giống với kiểm định Augmented Dickey - Fuller, mặc dù chúng bao gồm một sự tự điều chỉnh với kiểm định DF có tính đến phần dư tự tương quan. Tuy nhiên, kiểm định PP thường tạo ra những kết quả giống như kiểm
định Augmented Dickey - Fuller và cũng thiên về những giới hạn tương tự như
kiểm định Augmented Dickey - Fuller. Các nghiên cứu cũng cho thấy rằng không có kiểm định nào là tối ưu trong mọi trường hợp.
Khác với dữ liệu bảng (Panel data), hầu hết các số liệu về chuỗi thời gian trong nghiên cứu đều không dừng. Để chuỗi dữ liệu thời gian đạt trạng thái dừng,
trước tiên lấy logarit của các biến, dữ liệu sẽ trởnên đồng đều hơn, tuy nhiên nếu chuỗi dữ liệu vẫn không dừng thì tiếp tục lấy sai phân cho đến khi chuỗi dữ liệu
36
nghiên cứu đạt trạng thái dừng. Trong bài nghiên cứu này tác giả sử dụng phương
pháp Augumented Dickey-Fuller (ADF) để kiểm định tính dừng (stationary) của các biến.
Giả thuyết H0 (Null Hypothesis) trong kiểm định ADF là tồn tại một nghiệm
đơn vị và nó sẽ bị bác bỏ nếu giá trị kiểm định ADF lớn hơn giá trị tới hạn của nó. Trong kiểm định ADF, giá trị kiểm định không theo phân phối chuẩn, vì vậy giá trị
tới hạn được dựa trên bảng giá trị tính sẵn của Mackinnon (1991). So sánh giá trị
kiểm định ADF với giá trị tới hạn của của Mackinnon (1991) chúng ta sẽ có được kết luận về tính dừng cho các chuỗi quan sát.
Bảng 4.1 mô tả tóm tắt kết quả kiểm định nghiệm đơn vị của các biến theo
phương pháp của Augmented Dickey - Fuller (ADF). Phần kết quả chi tiết được nêu trong phụ lục 2. Với mức ý nghĩa thống kê là 1%, 5% và 10%, kết quảthu được sau khi tác giả chạy kiểm kịnh được tóm tắt lại như sau:
Bảng 4.1. Bảng kết quả kiểm định nghiệm đơn vị ADF Mức 1% Mức 5% Mức 10% Kết quả LRYPC -1.834846 -3.752946 -2.998064 -2.638752 Không dừng LFDIY -2.079429 -3.769597 -3.004861 -2.642242 Không dừng LEXDY -3.079079 -3.711457 -2.981038 -2.629906 Không dừng mức 1% LGDIY -1.472812 -3.752946 -2.998064 -2.638752 Không dừng LTDSE -3.275255 -3.711457 -2.981038 -2.629906 Không dừng mức 1% ADF Mức 1% Mức 5% Mức 10% Kết quả D(LRYPC) -4.061890 -3.724070 -2.986225 -2.632604 Dừng D(LFDIY) -7.221337 -3.724070 -2.986225 -2.632604 Dừng D(LEXDY) -3.654109 -3.724070 -2.986225 -2.632604 Dừng mức 5%, 10% D(LGDIY) -7.002935 -3.724070 -2.986225 -2.632604 Dừng D(LTDSE) -4.297104 -3.724070 -2.986225 -2.632604 Dừng (Nguồn: Kết quả tổng hợp từ Eview 6.0)
Kết quả kiểm định cho thấy tất cả các chuỗi số liệu dạng logarite đều dừng khi lấy sai phân bậc 1. Các biến dừng ở sai phân bậc 1 hay I(1) nên có thể tồn tại mối quan hệ đồng tích hợp giữa các biến. Vì vậy, tác giả có thể phân tích đồng liên kết trong dài hạn.
37