Bảng 4.10: Kiểm định phương sai sai số thay đổi và tự tương quan mô hình REM
Estimated results: Var sd = sqrt(Var)
LIQ 0.010891 0.1043598
e 0.0045678 0.06758556
u 0.001916 0.04377186
Tests:
Random Effects, Two Sided:
ALM(Var(u)=0) = 17.80 Pr>chi2(1) = 0.0000 Random Effects, One Sided:
ALM(Var(u)=0) = 4.22 Pr>N(0,1) = 0.0000 Serial Correlation:
ALM(lambda=0) = 31.53 Pr>chi2(1) = 0.0000 Joint Test:
LM(Var(u)=0,lambda=0) = 88.16Pr>chi2(2) = 0.0000 (Nguồn: Tổng hợp của tác giả từ phần mềm Stata )
H0: Phương sai sai số không thay đổi / Không có tự tương quan H1: Phương sai sai số thay đổi / Có tự tương quan
Để kiểm tra phương sai sai số có thay đổi hay không, tác giả sử dụng kết quả: ALM(Var(u)=0)=17.80 Pr>chi2(1) = 0.0000< 0.05 nên bác bỏ giả thuyết H0 cho thấy có tồn tại hiện tượng phương sai sai số thay đổi.
Để kiểm tra mô hình có khuyết tật tự tương quan hay không, tác giả sử dụng kết quả: ALM(lambda=0) = 31.53 Pr>chi2(1) = 0.0000 < 0.05 nên bác bỏ giả thuyết H0 cho thấy có tồn tại hiện tượng tự tương quan trong mô hình.
Qua các kiểm định trên, ta nhận thấy rằng mô hình có hiện tượng đa cộng tuyến được đánh giá là không nghiêm trọng. Tuy vậy, mô hình có hiện tượng phương sai thay đổi, có sự tự tương quan giữa các sai số. Hiện tượng này sẽ làm cho các ước lượng thu được bằng các phương pháp hồi quy thông trường trên dữ liệu bảng không hiệu quả, các kiểm định hệ số hồi qui không còn đáng tin cậy.
Vì vậy, tác giả sẽ sử dụng mô hình FGLS – mô hình hồi quy bình phương bé nhất tổng quát khả thi làm mô hình sử dụng cho bài nghiên cứu này. Mô hình này khắc phụ được hiện tượng tự tương quan giữa các sai số và hiện tượng phương sai thay đổi để đảm bảo ước lượng thu được vững và hiệu quả.