Thay vì đƣa ra giả định về cấu trúc phƣơng sai sai số thay đổi (heteroskedasticity), tác giả sẽ đo lƣờng mức độ sai số của phƣơng sai sai số thay đổi từ mô hình OLS. Phƣơng pháp này đƣợc gọi là phƣơng pháp hồi quy bình phƣơng nhỏ nhất (Feasible Generalized Least Square FGLS). Bƣớc đầu tiên là đo lƣờng Ω̂ từ OLS và sau đó tác giả dùng Ω̂ thay vì Ω
�̂ = (X′Ω̂−1X)−1X′Ω̂−1 (3.15)
Có nhiều bƣớc để ƣớc lƣợng mô hình FGLS và một trong những cách tiếp cận đơn giản nhất là đƣa ra phƣơng trình giả định nhƣ sau:
���(𝑁|X) = 𝑁2 = �2exp(�0 + 𝑁1𝑁1 + 𝑁2𝑁2+. . . +++++++++++++++ 𝑁𝑁𝑁) (3.16) Bằng cách lấy log của 2 vế và sử dụng ���������������2 thay vì 𝑁2, tác giả có thể ƣớc lƣợng nhƣ sau:
log(���������������2) = 𝑁0 + 𝑁1𝑁1 + 𝑁2𝑁2+. . . +++++++++++++++𝑁𝑁𝑁 + 𝑁 (3.17) Giá trị ƣớc lƣợng từ mô hình là 𝑁̂i = lôg(𝑁̂2). Tác giả sau đó thay đổi bằng cách đƣa công thức ̂i = exp(𝑁̂i) = exp(log(𝑁̂̂2) = 𝑁̂̂2. Tác giả sau đó dùng công thức bình
phƣơng gia quyền nhỏ nhất nhƣ sau:
1
𝑁̂i 𝑁𝑁𝑁
𝑁
TÓM TẮT CHƢƠNG 3
Ở chƣơng ngày, tác giả đã trình bày đến ngƣời đọc các cách nhìn cụ thể về việc tìm kiếm dữ liệu và cách thức sử dụng dữ liệu trong nghiên cứu và mô hình nghiên cứu. Theo đó, tác giả còn trình bày về các phƣơng pháp ƣớc lƣợng trong mô hình nhƣ phƣơng pháp Pooled OLS, FEM, REM và phƣơng pháp ƣớc lƣợng GMM. Do đó, chƣơng 3 sẽ là cơ sở chính để Khóa luận tiếp tục triển khai các bƣớc phân tích trong chƣơng tiếp theo.
CHƢƠNG 4. KẾT QUẢ NGHIÊN CỨU
Chƣơng này sẽ đi vào cụ thể cách thức thực hiện mô hình nghiên cứu dựa theo số liệu đã thu thập bao gồm thống kê mô tả và chạy mô hình. Từ kết quả nghiên cứu thu đƣợc, chƣơng cũng sẽ đƣa ra các phân tích liên quan.