Hiện tượng phương sai thay đổi xảy ra khi các sai số ngẫu nhiên có phương sai khác nhau theo từng quan sát do bản chất của các mối quan hệ kinh tế, do công cụ và kỹ thuật thu nhập, xử lý dữ liệu hoặc cũng có thể do mô hình hồi quy xác định sai và trường hợp phương pháp thay đổi thường gặp khi thu thập số liệu chéo. Việc mất tính hiệu quả làm cho quy tắc kiểm định giả thiết có giá trị mơ hồ, do đó việc kiểm định một cách chính thức phương sai sai số thay đổi có hiện hữu hay không là rất cần thiết. Phương sai của sai số thay đổi cho các ước lượng không còn là ước lượng hiệu quả nữa. Tác giả chọn phương pháp kiểm định White được sử dụng để kiểm định hiện tượng phương sai sai số thay đổi.
- Giả thuyết H0: không có hiện tượng phương sai thay đổi. - Giả thuyết H1: có hiện tượng phương sai thay đổi.
Nhập lệnh trong STATA 11.1, sau khi chạy mô hình hồi quy tương ứng, ta nhập lệnh "xttest3" nếu kết quả cho Prob <0.05 thì ta bác bỏ giả thuyết H0. Nếu Prob >0.05 thì chấp nhận H0
Kết quả kiểm định White:
Bảng 4.6
Bảng kết quả tóm tắt của kiểm định White
Mô hình chưa ROA ROE
Chi2(20) 101.75 50.17
Prob 0.0000 0.0002
Nhận xét:
Tác giả thực hiện chạy các mô hình hồi quy theo dữ liệu thời gian và dự liệu bảng, sau đó thực hiện kiểm định White trong phần mềm STATA 11.1, kết quả kiểm định được thể hiện trong bảng 4.6. Theo đó, kết quả kiểm định theo phương pháp này thể hiện qua Chi bình phương và mức ý nghĩa Prob, nếu Chi bình phương (hoặc mức ý nghĩa Prob) lớn hơn mức ý nghĩa α=5% thì chấp nhận giả thiết Ho (tức phương sai của phần dư không thay đổi).
Kết quả kiểm định với mức ý nghĩa 5%.
Từ bảng 4.6, kết quả kiểm định Greene (2000) bằng phần mềm Stata11 cho thấy kết quả:
- Chi bình phương Chi2 (20) = 101.75 với Prob (ROA) =0, 000 < 0.05 nên nên bác bỏ giả thuyết H0. Suy ra, bác bỏ giả thuyết Ho ở mức ý nghĩa 5% và chấp nhận H1 cho thấy tồn tại hiện tượng phương sai thay đổi trong mô hình.
- Chi bình phương Chi2 (20) = 50.17 với Prob (ROE) = 0.0002 < 0.05 nên nên bác bỏ giả thuyết H0. Suy ra, bác bỏ giả thuyết H0 ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng phương sai thay đổi trong mô hình. Kết luận có hiện tượng phương sai thay đổi trong mô hình với biến phụ thuộc là ROE.
Kết luận: Tồn tại hiện tượng phương sai thay đổi trong mô hình ở mức ý
nghĩa 5%.
4.2.3. Kiểm định sự tương quan giữa các sai số của mô hình (sự tự tương
quan)
Đối với hiện tượng tự tương quan, thuật ngữ này được biểu hiện là sự tương quan giữa các thành phần của chuỗi quan sát được sắp xếp theo thứ tự thời gian (dữ liệu chuỗi thời gian) hoặc không gian (dữ liệu chéo). Khi có tự tương quan, các hàm ước lượng OLS vẫn là tuyến tính không thiên lệch và nhất quán, nhưng chúng ệu quả tức là có phương sai nhỏ nhất. Như vậy tự tương quan là một
vấn đề nghiêm trọng. Phương pháp kiểm định Kiểm định Largam được sử dụng để kiểm định hiện tượng tự tương quan.
- Giả thuyết H0: không có hiện tượng tự tương quan. - Giả thuyết H1: có hiện tượng tự tương quan.
Nếu p-value > 0.05 thì ta chấp nhận giả thuyết H0, nếu p-value < 0.05 thì ta bác bỏ giả thuyết H0. Ta sử dụng lệnh trong STATA 11.1 là "xtserial tenbien1 tenbien2..."
Kết quả kiểm định Largam:
Bảng 4.7
Bảng kết quả tóm tắt của kiểm định Largam
ROA ROE
F(1,49) 25.717 5.740
Prob 0.0000 0.0204
Nguồn: Kết quả được lấy ra từ phần mềm STATA 11.1
Nhận xét:
Kết quả kiểm định với mức ý nghĩa 5%
Từ bảng 4.7, kết quả kiểm định Largam bằng phần mềm Stata11 cho thấy kết quả F (1,49) = 25.717 với p-value = 0.0000 < α = 0.05. Suy ra, bác bỏ giả giả thuyết H0 ở mức ý nghĩa 5% cho thấy có hiện tượng tự tương quan giữa trong mô hình với biến ROA là biến phụ thuộc.
Và Prob (ROE) = 0.0204 < 0.05 nên bác bỏ giả thuyết H0. Kết luận có hiện tượng tự tương quan giữa trong mô hình với biến ROE là biến phụ thuộc.
Kết luận: Không tồn tại hiện tượng tự tương quan trong mô hình ở mức ý nghĩa 5%.