Mục đích của phần này là kiểm tra tính dừng của các chuỗi thời gian nhằm tránh những rắc rối khi sử dụng dữ liệu trong các phân tích sau này do vấn đề hồi quy giả gây ra. Để kiểm tra tính dừng của số liệu, tác giả tập trung thực hiện các kiểm định chính thức theo phương pháp ADF, với độ trễ của các biến được lựa chọn dựa trên tiêu chuẩn thông tin Akaike (AIC), các giả thuyết đặt ra cho mỗi biến là:
- H0: = 0 (có nghiệm đơn vị - chuỗi thời gian không dừng). - H1: < 0 (không có nghiệm đơn vị - chuỗi thời gian dừng).
Kết quả của kiểm định nghiệm đơn vị bằng cách sử dụng phương pháp ADF được trình bày trong bảng dưới đây.
Bảng 4.2: Kết quả kiểm nghiệm đơn vị Kiểm định ADF
Level Sai phân bậc 1 (1st Difference) Biến số T statistics (τ) Test cricical value
p-value T statistics Test cricical value p-value CR -37.82616 -2.931404 0.0001 QR -366.7857 -2.931404 0.0001 NWC -0.843333 -2.931404 0.7963 -5.148606 -2.933158 0.0001 ITR -2.917989 -2.936942 0.0521 -6.059419 -2.936942 0.0000 ARTR -4.493261 -2.936942 0.0009 GAER -8.734466 -2.935001 0.0000 CZ -7.434132 -2.931404 0.0000
Nguồn: Tính toán từ Eview 8
Từ bảng trên có thể thấy, với mức ý nghĩa 10%, các biến CR, QR, ARTR, GAER, CZ dừng ở mức sai phân ban đầu; còn các biến NWC, ITR dừng ở mức sai phân bậc 1. Như vậy, thực hiện hồi quy các biến CR, QR, ARTR, GAER, CZ theo mức sai phân ban đầu; biến NWC, ITR theo mức sai phân bậc 1 sẽ tránh được hiện tượng hồi quy giả. Mô hình hồi quy mới sẽ là:
ROA = α0+ α1*CRt + α2*QRt+ α3*D(NWC)t + α4*D(ITR)t + α5*ARTRt + α6*GAERt + α7*CZt + α8*CGt + et.