Tác giả thực hiện kiểm định hiện tượng tự tương quan bằng kiểm định Breush & Godfrey, nếu Prob. Chi-Square < 0,05 nên bác bỏ giả thuyết H0 (H0: mơ hình khơng có hiện tượng tự tương quan).
Bàng 2.8: Kiểm định tự tương quan Kiểm định tự tương quan Kiểm định tự tương quan
Obs*R-squared 41.59328
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 < 0,1 nên bác bỏ giả thuyết H0 (H0: mơ hình khơng có hiện tượng tự tương quan). Vì vậy, mơ hình có tồn tại tự tương quan chuỗi.
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, nếu Probability < α = 0.05 nên bác bỏ giả thuyết H0 (H0: Phần dư có phân phối chuẩn).
Biểu đồ 2.2: Phân phối chuẩn phần dư
0 4 8 12 16 20 24 28 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 Series: Residuals Sample 1 252 Observations 228 Mean -4.85e-16 Median -0.096943 Maximum 2.139149 Minimum -1.642738 Std. Dev. 0.570044 Skewness 0.991662 Kurtosis 4.975639 Jarque-Bera 74.44889 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 = 74.44889 và Probaility = 0,00000 < 0,05, nên bác bỏ giả thuyết H0 (H0: Phần dư có phân phối chuẩn). Vì vậy, mơ hình khơng có phân phối chuẩn.
2.2.2.6. Hồi quy mơ hình theo phương pháp GMM
Với phương pháp ước lượng hồi quy bằng GMM trên dữ liệu bảng, các vấn đề về nội sinh, phương sai của sai số thay đổi và tự tương quan đã được khắc phục. Phương pháp ước lượng hồi quy bằng GMM biến đổi từ một mơ hình vi phạm các giả thuyết (nội sinh, phương sai của sai số thay đổi và tự tương quan) thành một mơ hình mới thỏa các giả thuyết. Do đó, các tham số ước lượng được từ mơ hình mới sẽ đáng tin cậy hơn. Chính vì thế, tác giả ước lượng mơ hình theo phương pháp GMM.