Bảng 4 .3 Kết quả ƣớc lƣợng bằng phƣơng pháp OLS, FE, RE
Bảng 4.4 Kiểm tra hiện tƣợng đa cộng tuyến
Biến VIF INFMOR 8.27 CIVLIB 8.19 LIFEEXP 6.62 POLRIG 6.39 AGR 2.49 GDPpc 2.47 SCHTER 1.77 AID 1.58 TRA 1.53 IND 1.44 FDI 1.42 CPI 1.25 DEBT 1.15 VIF trung bình 3.43
(Nguồn: Tổng hợp tính tốn của tác giả từ phần mềm STATA 12)
4.6 Kiểm tra hiện tƣợng tự tƣơng quan
Hiện tƣợng tự tƣơng quan cũng là một trong những vấn đề có thể dẫn đến kết quả ƣớc lƣợng bị chệch. Khi xuất hiện tự tƣơng quan, cả phƣơng sai và độ lệch chuẩn của sai số có khả năng bị ƣớc tính thấp và bị chệch, dẫn đến kết luận sai lầm về ý nghĩa thống kê của hệ số hồi quy. Do đó, tác giả tiến hành kiểm định tự tƣơng quan theo phƣơng pháp kiểm định Wooldridge. Với giả thuyết:
Giả thuyết H0: Mơ hình khơng có hiện tƣợng tự tƣơng quan
Giả thuyết H1: Mơ hình có hiện tƣợng tự tƣơng quan Kết quả thu đƣợc nhƣ sau:
F (1, 34) = 39.730 Prob > F = 0.0000
Do P-value < 0.05 nên bác bỏ giả thuyết H0, dữ liệu nghiên cứu có hiện tƣợng tự tƣơng quan.
4.7 Kiểm tra hiện tƣợng phƣơng sai thay đổi trong mơ hình RE
Trong mơ hình hiệu ứng ngẫu nhiên, sự khác biệt giữa các thực thể đƣợc ghi lại thơng qua phƣơng trình ωit = ԑi + uit, với ԑi là phần không quan sát đƣợc đại diện cho thành phần sai số riêng biệt; uit là kết hợp các thành phần sai số của chuỗi thời gian và dữ liệu chéo. Mơ hình RE giả sử rằng ԑi không tƣơng quan với bất kỳ một biến giải thích Xkit nào trong phƣơng trình. Kiểm định Breusch-Pagan đƣợc thiết lập để kiểm định xem phƣơng sai của sai số qua các thực thể có thay đổi hay khơng, tức là kiểm định giả thuyết var (ω) = 0.
Giả thuyết H0: Mơ hình khơng có hiện tƣợng phƣơng sai thay đổi
Giả thuyết H1: Mơ hình có hiện tƣợng phƣơng sai thay đổi Kết quả thu đƣợc nhƣ sau:
chibar2 (01) = 1488.56 Prob > chibar2 = 0.0000
Giá trị P-value < 0.05, điều này cho thấy kiểm định đã bác bỏ giả thuyết Ho hay nói cách khác là mơ hình tác động ảnh hƣởng ngẫu nhiên trong bài nghiên cứu có hiện tƣợng phƣơng sai thay đổi.
4.8 Kết quả hồi quy bằng phƣơng pháp DGMM
Nhƣ đã trình bày ở Chƣơng 3, phƣơng pháp uớc luợng DGMM có khả năng khắc phục các nhƣợc điểm của các mơ hình OLS, FE, RE. Do đó, tác giả tiến hành ƣớc lƣợng dữ liệu nghiên cứu theo phƣơng pháp DGMM và kết quả ƣớc lƣợng đƣợc trình bày trong Bảng 4.5.