Các khuyết tật có thể có ở dữ liệu bảng đó là tự tương quan, phương sai sai số thay đổi. Do đó tác giả tiến hành kiểm định các khuyết tật này với mô hình được lựa chọn với tiến trình và kết quả như sau đây:
Kiểm định phương sai sai số thay đổi
Để kiểm định xem mô hình FEM có mắc phải hiện tượng phương sai sai số thay đổi hay không, nghiên cứu tiến hành kiểm định Modified Wald với giả thuyết như sau:
H0: Không có hiện tượng phương sai sai số thay đổi trong mô hình H1: Có tồn tại hiện tượng phương sai sai số thay đổi trong mô hình
Kết quả kiểm định Modified Wald bằng câu lệnh xttest3 trong Stata cho ta P- value = 0.0000. Giá trị này rất thấp đồng nghĩa với mô hình mắc phải hiện tượng phương sai sai số thay đổi.
Tương tự để kiểm định xem mô hình FEM có mắc phải hiện tượng tự tương quan hay không, nghiên cứu tiến hành kiểm định Wooldridge với giả thuyết như sau:
H0: Không có hiện tượng tự tương quan giữa các hạng nhiễu trong mô hình H1: Có tồn tại hiện tượng tự tương quan giữa các hạng nhiễu trong mô hình
Kết quả kiểm định Wooldridge bằng câu lệnh xtserial cho ta P-value = 0.0001. Giá trị này cũng rất thấp đồng nghĩa với mô hình cũng mắc phải hiện tượng tự tương quan. Bảng 4.6 sau cho ta kết quả kiểm định Modified Wald và Wooldridge nhằm lần lượt xác định khuyết tật phương sai sai số thay đổi và tự tương quan trong mô hình FEM.
Bảng 4.6 Kết quả kiểm định các khuyết tật của mô hình FEM Kiểm định Modified Wald Kiểm định Wooldridge
Giả thuyết H0 Không có hiện tượng phương sai sai số thay đổi
Không có hiện tượng tự tương quan
P-value 0.0000 0.0001
Kết quả Bác bỏ H0 Bác bỏ H0 Kết luận Mô hình có phương sai sai số
thay đổi
Mô hình có tự tương quan
Nguồn: Tính toán và tổng hợp của tác giả trên Stata
Xử lý khuyết tật mô hình
Như vậy qua các kiểm định được thực hiện, mô hình FEM mắc phải hiện tượng phương sai sai số thay đổi và tự tương quan. Để khắc phục các hiện tượng này, bài nghiên cứu sử dụng phương pháp ước lượng điều chỉnh sai số chuẩn tăng cường (tính lại sai số chuẩn để qua đó diễn giải kết quả tốt hơn). Các phần mềm kinh tế lượng hiện nay được tích hợp các chức năng xử lý công việc này và điển hình trên Stata, việc hiệu chỉnh này được thực hiện bằng câu lệnh xtscc.
Bảng 4.7 Kết quả hồi quy theo mô hình FEM hiệu chỉnh với biến được giải thích NPL
Các biến giải thích Hệ số lước lượng Sai số chuẩn P-value
LGT 0.0127 0.0090 0.2290 L1.LGT 0.0053 0.0036 0.1970 L2.LGT 0.0001 0.0034 0.9690 L3.LGT 0.0157 0.0017 0.0000*** L4.LGT 0.0050 0.0024 0.0950* SIZE -0.0247 0.0066 0.0140** EQ -0.0099 0.0139 0.5060 Prob > F 0.0110
(Ghi chú: *** đại diện cho ý nghĩa thống kê mức 1%; ** đại diện cho ý nghĩa thống kê mức 5%; * đại diện cho ý nghĩa thống kê mức 10%)
Nguồn: Tính toán của tác giả trên phần mềm Stata
Kết quả từ bảng 4.7, cho ta biến L3.LGT, giá trị P-value = 0.0000 < 0.01nên có mức ý nghĩa thống kê là 1% và hệ số hồi quy là +0.0157 mang dấu dương cho thấy tác động cùng chiều đến biến được giải thích NPL. Cùng với đó biến độ trễ 4 năm của tăng trưởng tín dụng là L4.LGT cho kết quả hồi quy với giá trị P-value = 0.0950 < 0.1 nên có mức ý nghĩa thống kê là 10% và hệ số hồi quy là +0.0050.
Với biến kiểm soát, biến SIZE, giá trị P-value = 0.0140 < 0.05 nên có mức ý nghĩa thống kê là 5% và hệ số hồi quy là -0.0247 mang dấu âm cho thấy tác động ngược chiều đến biến được giải thích NPL.