CHƢƠNG 3 : MƠ HÌNH, DỮ LIỆU VÀ PHƢƠNG PHÁP NGHIÊN CỨU
3.1. Mơ hình nghiên cứu
3.3.2. Tính dừng của dữ liệu bảng
Các nghiên cứu gần đây cho thấy rằng các kiểm định nghiệm đơn vị với dữ liệu bảng hiệu quả hơn so với các dữ liệu chuỗi thời gian riêng rẽ. Các kiểm định phổ biến để kiểm định nghiệm đơn vị của dữ liệu bảng là: Levin, Lin và Chu (2002), Breitung (2000), Im, Pesaran và Shin (2003), cũng như các loại kiểm định loại Fisher như kiểm định ADF và PP, Maddala và Wu (1999), Choi (2001), và Hadri (2000). Hiện nay các phần mềm thống kê như Stata, EViews đã cung cấp những cơng cụ thuận tiện để tính tốn các kiểm định nghiệm đơn vị trong dữ liệu bảng. Lý do gọi các kiểm định này là các kiểm định nghiệm đơn vị với dữ liệu bảng (panel unit root test), bởi vì chúng là kết hợp của nhiều kiểm định cho các chuỗi thời gian riêng rẽ.
Kiểm định nghiệm đơn vị với dữ liệu bảng có nhiều điểm tương đồng với kiểm định nghiệm đơn vị trong dữ liệu thời gian. Giả sử, chúng ta có phương trình AR(1) của chuỗi y như sau: yit p yi it1iXitit (1)
Trong đó:
+ i = 1, 2,…, N là các đơn vị bảng hoặc chuỗi được quan sát ở thời điểm t = 1, 2,…, T;
+ Xit là biến ngoại sinh trong mơ hình, bao gồm các tác động cố định hoặc các xu thế.
+ pi là các hệ số tự hồi quy. Nếu pi <1 thì yi được xem là xu thế dừng yếu. Ngược lại nếu pi =1 thì yi bao gồm nghiệm đơn vị.
+ εit là các sai số nhiễu, được giả định có phân phối độc lập ngẫu nhiên.
Có 2 giả định về ρi. Đầu tiên là giả định về sự đồng nhất của các hệ số tự hồi quy. Theo đó, các hệ số tự hồi quy bằng nhau cho tất cả các đối tượng i hay ρi=ρ cho tất cả i. Kiểm định Levin, Lin, and Chu (LLC), Breitung, và Hadri thực hiện dựa trên giả định này. Thứ hai là giả định các ρi tự do thay đổi giữa các đối tượng i, và đây là dạng của kiểm định Im, Pesaran, và Shin (IPS), và Fisher-ADF và Fisher- PP.