Kiểm định tự tương quan
Obs*R-squared 31.89690
Prob.Chi-quare 0.0000
Nguồn: Kết quả từ phần mềm Eviews 8.1
Bảng 4.8 cho thấy kết quả kiểm định tự tương quan thông qua kiểm định Breush & Godfrey. Kết quả cho thấy Prob.Chi-quare = 0.0000 < 0,05 nên bác bỏ giả thuyết H0 (H0: mô hình không có hiện tượng tự tương quan). Vì vậy, mô hình có tồn tại tự tương quan chuỗi.
4.1.5.4. Kiểm định phân phối chuẩn phần dư
Tác giả thực hiện kiểm định phân phối chuẩn phần dư bằng biểu đồ Histogram và kiểm định hệ số Jarque – Bera.
Biểu đồ 4.1: Phân phối chuẩn phần dư
0 5 10 15 20 25 30 -6 -4 -2 0 2 4 6 8 10 12 14 16 18 Series: Residuals Sample 1 175 Observations 170 Mean 1.01e-14 Median -0.452947 Maximum 18.36805 Minimum -6.320621 Std. Dev. 3.448723 Skewness 1.378013 Kurtosis 7.540882 Jarque-Bera 199.8583 Probability 0.000000
Nguồn: Kết quả từ phần mềm Eviews 8.1
Biểu đồ 4.1 cho thấy kết quả kiểm định phân phối chuẩn phần dư bằng biểu đồ Histogram và kiểm định hệ số Jarque - Bera. Kết quả cho thấy, hệ số Jarque - Bera = 199.8583 và Probaility = 0,00000 < 0,05, nên bác bỏ giả thuyết H0 (H0: Phần dư có phân phối chuẩn). Vì vậy, mô hình không có phân phối chuẩn.
4.1.6. Hồi quy mô hình theo phương pháp FGLS
Với phương pháp ước lượng hồi quy bằng phương pháp FGLS trên dữ liệu bảng, các vấn đề phương sai của sai số thay đổi và tự tương quan đã được khắc phục. Phương pháp ước lượng hồi quy bằng FGLS biến đổi từ một mô hình vi phạm các giả thuyết (phương sai của sai số thay đổi và tự tương quan) thành một
mô hình mới thỏa các giả thuyết. Do đó, các tham số ước lượng được từ mô hình mới sẽ đáng tin cậy hơn. Chính vì thế, tác giả ước lượng mô hình theo phương pháp FGLS.