Bởi vì hầu hết các chuỗi thời gian trong kinh tế là không dừng, nên khi ta tiến hành hồi quy thơng thường (hồi quy OLS chẳng hạn) thì dễ dẫn đến hồi tiến hành hồi quy thông thường (hồi quy OLS chẳng hạn) thì dễ dẫn đến hồi quy giả mạo hay hồi quy không xác thực. Giá trị R2 thu được từ hồi quy này thường rất cao là do sự hiện diện tính xu hướng mạnh như: lên liên tục hoặc xuống liên tục, vì vậy giá trị R2
cao là do tính xu hướng này chứ không phải mối quan hệ thực của các chuỗi thời gian đó. Cho nên, đều quan trọng đầu mối quan hệ thực của các chuỗi thời gian đó. Cho nên, đều quan trọng đầu tiên khi tiến hành nghiên cứu chuỗi thời gian phải biết chuỗi thời gian có dừng hay khơng. Cách đơn giản để kiểm định tính dừng là kiểm định nghiệm đơn vị như trình bày ở bảng 3.1.
Bảng 3.1 Kết quả kiểm định nghiệm đơn vị:
Variables
Augmented Dickey-Fuller unit root test unit root test
Philips Perron unit
root test Kết luận 1% 1% Level Sai phân
root test Kết luận 1% 1% Level Sai phân LCPI 1.647264 -5.983366* 2.007964 -6.055772* I(1) LIP -0.352577 -14.59081* -1.235580 -105.5232* I(1) LER 1.034435 -12.94761* 1.959261 -13.00336* I(1) LM2 -0.415234 -9.386815* -0.385595 -9.534462* I(1) TBR -1.919766 -7.508909* -1.129164 -7.257834* I(1) *: dừng ở 1%,**: dừng ở 5%, ***:dừng ở 10%
Bài nghiên cứu này tiến hành kiểm định dựa trên hai tiêu chuẩn của Augmented Dickey-Fuller và Philips Perron. Kết quả cho thấy các biến chuỗi Augmented Dickey-Fuller và Philips Perron. Kết quả cho thấy các biến chuỗi thời gian VNI, CPI, IP, ER, M2, TBR đều không dừng ở mức (at level). Tuy nhiên, tất cả đều dừng ở sai phân bậc một I(1). Như vậy, qua kết quả trên thì tất cả chuỗi thời gian đều không dừng, để đưa các chuỗi thời gian trên về dừng chúng ta có thể lấy sai phân cho đến khi chuỗi dừng, nhưng làm như vậy ta có thể đánh mất mối quan hệ dài hạn quý giá giữa các biến số ở dạng mức