PHƯƠNG PHÁP NGHIÊN CỨU VÀ CÁC KIỂM ĐỊNH THỰC HIỆN

Một phần của tài liệu (LUẬN văn THẠC sĩ) chi tiêu chính phủ lĩnh vực giáo dục ảnh hưởng đến tăng trưởng kinh tế khu vực đông nam á (Trang 39 - 44)

CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU

3.3 PHƯƠNG PHÁP NGHIÊN CỨU VÀ CÁC KIỂM ĐỊNH THỰC HIỆN

Trước khi đi vào các bước kiểm định dữ liệu mô hình, tác giả thực hiện việc

đánh giá sơ bộ về thống kê mô tả các biến nghiên cứu. Thống kê về giá trị nhỏ nhất, giá trị lớn nhất, độ lệch chuẩn, giá trị trung bình, …

Xem xét đánh giá số lượng quan sát và các quan sát khác biệt trong cỡ mẫu

nghiên cứu.

3.3.1 Ưu điểm dữ liệu bảng

Dựa trên tổng hợp Baltagi (2008) về ưu điểm dữ liệu bảng. Dữ liệu bảng gồm

hai thành phần khơng gian và thời gian.

Khơng gian có thể là quốc gia, công ty, người, ngân hàng, các chủ thể khác. Yếu tố này thay đổi theo thời gian, tạo ra bộ dữ liệu bảng.

Luận văn này nghiên cứu tại các quốc gia Đông Nam Á trong thời gian 2000- 2016 cũng trên dữ liệu bảng.

Dữ liệu bảng làm tăng số lượng quan sát, giảm đa cộng tuyến, tăng bậc tự do

ước lượng, cho kiểm định tin cậy hơn. Ngoài ra, các phương pháp trên ước lượng dữ

liệu bảng cho phép loại bỏ các yếu tố khác biệt giữa các quốc gia không quan sát được, ví dụ là ngơn ngữ, khống sản, văn hóa … so với mơ hình trên chuỗi thời gian khơng đo lường và kiểm soát loại bỏ được các yếu tố này.

3.3.2 Kiểm định tính dừng

Trong phân tích chuỗi thời gian, chuỗi thời gian nào có tính chất dừng mới cho ra một kết quả ước lượng đáng tin cậy, nhằm tránh hồi quy giả mạo.

Vì vậy, trước khi thực hiện lựa chọn phương pháp phân tích, điều tiên quyết

32

Biến có tính dừng (stationarity) là biến có giá trị thống kê khơng thay đổi theo

thời gian. Ngược lại, biến khơng có tính dừng là biến có giá trị thống kê thay đổi theo thời gian.

Có nhiều phương pháp khác nhau để kiểm định tính dừng như phương pháp

kiểm định tính dừng, với dữ liệu bảng và cỡ mẫu N và T tương đối bằng nhau, kiểm

định IPS (2003) là phù hợp với cỡ mẫu.

3.3.3 Kiểm định đồng liên kết

Tính khơng dừng của dữ liệu chuỗi thời gian là cơ sở để tiến hành bước tiếp

theo chính là kiểm định đồng liên kết cho dữ liệu. Trong bài nghiên cứu này, tác giả sử

dụng phương pháp kiểm định đồng liên kết được phát triển bởi Pedroni, đây là kiểm

định đồng liên kết phổ biến trong phân tích dữ liệu bảng.

Mối quan hệ đồng liên kết giữa các biến được tìm thấy rất quan trọng cho phép kiểm sốt thơng tin dài hạn trong phương trình cân bằng hiệu chỉnh sai số ECM có ý nghĩa.

Giả thiết H0: Không tồn tại hiện tượng đồng liên kết

Giả thiết H1: Tồn tại hiện tượng đồng liên kết

Để quyết định bác bỏ hay chấp nhận giả thiết H0 cần so sánh giá trị thống kê với

giá trị tới hạn Critical Value ở mức ý nghĩa xác định được lựa chọn.

Nếu tồn tại đồng liên kết trong mơ hình, cho phép phân tích dài hạn bằng

phương trình ước lượng với dữ liệu gốc và phân tích ngắn hạn bởi phương pháp ước

lượng ECM trên sai phân bậc 1 của dữ liệu.

Sau khi đã lựa chọn được mơ hình phù hợp, phần tiếp theo tác giả kiểm định các giả thiết định lượng nhằm lựa chọn phương pháp ước lượng tin cậy.

33

3.3.4 Kiểm soát các khuyết tật vi phạm các giả thuyết của mơ hình

Nhằm đảm bảo mơ hình ước lượng tin cậy, tác giả lần lượt kiểm định các giả

thiết định lượng.

3.3.4.1 Kiểm sốt phương sai của phần dư khơng đồng đều

Phương sai phần dư không đồng đều nghĩa là phương sai của các phần dư ở các quan sát khác nhau thì sẽ khác nhau, khơng là hằng số.

Kết quả sẽ dẫn đến ước lượng mất tính hiệu quả. Ảnh hưởng độ tin cậy ước

lượng và các kiểm định sử dụng trong bài nghiên cứu.

Trong khi thực hiện hồi quy, sử dụng phương pháp ước lượng GMM và

FMOLS, đây là những phương pháp có thể khắc phục được hiện tượng phương sai thay đổi, theo Arelano Bond (1995) và Pedroni (2001)

3.3.4.2 Kiểm soát sự tự tương quan sai số

Trong dữ liệu có yếu tố chuỗi thời gian, nếu sai số các năm ảnh hưởng lẫn nhau theo thứ tự thời gian, hiện tượng xảy ra là tự tương quan phần dư.

Tương tự phương sai thay đổi, kết quả sẽ dẫn đến ước lượng mất tính hiệu quả.

Ảnh hưởng độ tin cậy ước lượng và các kiểm định sử dụng trong bài nghiên cứu.

Trong khi thực hiện hồi quy, sử dụng phương pháp ước lượng GMM và

FMOLS, đây là những phương pháp có thể khắc phục được hiện tượng tự tương quan sai số, theo Arelano Bond (1995) và Pedroni (2001)

3.3.4.3 Kiểm soát đa cộng tuyến hồi quy

Khi các biến độc lập tương quan theo nhóm hoặc theo cặp, hiện tượng xảy ra là đa cộng tuyến.

34

Hiện tượng này dẫn đến các kết quả kiểm định nếu dùng OLS là khơng tin cậy, trong đó có xác định sai hệ số xác định. Tuy nhiên đa cộng tuyến không làm mất tính chất BLUE của ước lượng.

Hệ số khuếch đại phương sai (VIF) lớn hơn 10 thì tồn tại hiện tượng đa cộng

tuyến nghiêm trọng. Hoặc hệ số ma trận tương quan lớn hơn 0.8 cũng là hiện tượng đa cộng tuyến nghiêm trọng.

3.3.4.4 Kiểm soát hiện tượng nội sinh

Đối với hiện tượng nội sinh xảy ra khi giả thiết về sự không tương quan giữa biến độc lập và sai số bị vi phạm. Biến độc lập trong mơ hình vừa đóng vai trị là biến ngoại sinh (do tác động đến Y) vừa là biến nội sinh (do bị sai số tác động).

Mơ hình tăng trưởng thơng thường là mơ hình nội sinh, khi các yếu tố biến độc lập đều có xu hướng tác động hai chiều tới tăng trưởng.

Nhằm kiểm soát hiện tượng tự tương quan, phương sai thay đổi, nội sinh. Tác

giả lựa chọn phương pháp ước lượng dài hạn FMOLS và GMM ngắn hạn nhằm kiểm soát các khiếm khuyết định lượng trên.

3.3.5 Thảo luận lý do phương pháp ước lượng hồi quy

Trong mơ hình dài hạn, khi tồn tại đồng liên kết, phương pháp FMOLS được

lựa chọn sử dụng. Lý do đây là phương pháp ưu điểm hơn DOLS đó là kiểm sốt triệt

để các khiếm khuyết định lượng phương sai thay đổi, tự tương quan và nội sinh, đa

cộng tuyến, theo Pedroni (2001). Đảm bảo kết quả ước lượng dài hạn là tin cậy.

Trong ngắn hạn, mơ hình ECM được sử dụng, với ước lượng GMM dựa trên

nghiên cứu Arelano Bond (1991). Phần sai số mơ hình ECM được lấy từ mơ hình dài hạn FMOLS. Đây cũng là tiếp cận Ozatac (2018).

35

Ưu điểm mơ hình GMM so với ước lượng thông thường phương pháp OLS là

khi cỡ mẫu vi phạm các giả thiết cổ điển, khi các kết quả ước lượng OLS không đáng tin cậy.

Phương pháp GMM với kết quả ước lượng đạt phân phối chuẩn, đảm bảo cho

việc kiểm định các mức độ tin cậy và các kiểm định liên quan tin cậy hơn. Đây là ước

lượng cho tính vững, không chệch và hiệu quả, ngay cả khi mô hình có nội sinh, tự tương quan và phương sai thay đổi. Từ đó đảm bảo các kết quả của tác giả đóng góp thực nghiệm tin cậy hơn.

36

Một phần của tài liệu (LUẬN văn THẠC sĩ) chi tiêu chính phủ lĩnh vực giáo dục ảnh hưởng đến tăng trưởng kinh tế khu vực đông nam á (Trang 39 - 44)

Tải bản đầy đủ (PDF)

(81 trang)