CHƯƠNG 3 : DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.4 Giả thuyết nghiên cứu
3.5.5 Kiểm định hiện tượng phương sai phần dư thay đổi
Hiện tượng phương sai thay đổi là hiện tượng các yếu tố ngẫu nhiên ui tồn tại
trong hàm hồi quy có phương sai thay đổi, tức là yếu tố ngẫu nhiên ui không đồng nhất phương sai. Khi xảy ra hiện tượng phương sai thay đổi sẽ dẫn đến một số hậu quả như ước lượng OLS vẫn là ước lượng không chệch nhưng khơng cịn hiệu quả nữa. Một số phương pháp để phát hiện ra hiện tượng phương sai thay đổi như
kiểm định White đối với mơ hình OLS và kiểm định nhân tử Largrange (Breusch
and Pagan test) đối với mơ hình REM, kiểm định Wald đối với mơ hình FEM.
3.5.6 Kiểm định hiện tượng tự tương quan phần dư (tương quan chuỗi)
Tự tương quan phần dư được hiểu là sự tương quan giữa các thành phần của chuỗi
quan sát được sắp xếp theo thứ tự thời gian hoặc không gian. Hậu quả của hiện tượng này là ước lượng OLS vẫn là ước lượng không chệch nhưng khơng cịn hiệu quả, phương sai các sai số ước lượng là bị chệch, đôi khi là quá thấp so với phương
sai thực và sai số chuẩn, kiểm định F và t khơng cịn đáng tin cậy nữa. Để phát hiện ra hiện tượng này thì tác giả dùng kiểm định được đề xuất bởi Wooldrige (2002) đối
với dữ liệu bảng.
3.5.7 Hiện tượng nội sinh và phương pháp GMM
Giả thuyết về sự không tương quan giữa biến độc lập với sai số bị vi phạm. Biến độc lập trong mơ hình vừa là biến ngoại sinh (tác động lên biến phụ thuộc) và vừa là
biến nội sinh (bị sai số tác động). Có hai phương pháp chủ yếu để khắc phục hiện tượng nội sinh:
Thứ nhất, sử dụng mơ hình ước lượng với biến công cụ (ước lượng IV). Đồng
thời, biến công cụ được sử dụng phải thỏa mãn hai tính chất: biến nằm ngồi mơ hình nhưng giải thích được biến nội sinh, biến cơng cụ khơng có tương quan với phần dư của mơ hình gốc. Vì vậy, rất khó để tìm được biến cơng cụ thích hợp và
biến cơng cụ yếu thì ước lượng IV có thể bị chệch, dẫn đến các ước lượng OLS
không được cải thiện.
Thứ hai, sử dụng mơ hình ước lượng GMM (Arellano và Bond, 1991). Mơ hình này
có thể dễ dàng lựa chọn biến cơng cụ phù hợp thông qua sử dụng độ trễ của biến nội sinh để ước lượng mơ hình. Mơ hình GMM gồm hai loại Differrence GMM (D-
GMM) và System GMM. Trong đó, Differrence GMM sẽ lấy sai phân các biến và
ước lượng mơ hình GMM, System GMM giả định sai phân bậc nhất của biến cơng cụ khơng có tương quan với ảnh hưởng cố định, tạo ra nhiều biến cơng cụ có hiệu quả cao. System GMM tiến hành hồi quy hai phương trình là phương trình gốc và phương trình sau khi lấy sai phân. Mơ hình GMM đặc biệt hữu ích trong trường hợp dữ liệu bảng có khoảng thời gian T ngắn và số nước N nhiều, độ trễ một năm của biến phụ thuộc dùng làm biến giải thích, hiệu ứng tác động cố định trong bộ dữ liệu nghiên cứu xảy ra hiện tượng tự tương quan phần dư và phương sai thay đổi.
Bài nghiên cứu này, tác giả sử dụng ước lượng System GMM vì tính tiện lợi khi sử
dụng những biến cơng cụ có sẵn trong mơ hình nghiên cứu, bằng cách sử dụng độ trễ của biến nội sinh. GMM cũng là phương pháp hữu hiệu để xử lý hiện tượng nội
sinh trong mô hình. Arellano và Bond (1991) cho rằng để ước lượng GMM có hiệu
lực thì phải thỏa mãn hai điều kiện sau:
Một là kiểm định Sargan hoặc Hansen cho tính hiệu lực của mơ hình ước lượng
(Overidentifying Restrictions Test). Kiểm định này là cần thiết trong trường hợp số
biến công cụ nhiều hơn số biến trong mơ hình. Kiểm định xem xét đến giả thuyết là các biến cơng cụ có tương quan với phần dư của mơ hình gốc khơng. Nếu giả thuyết bị bác bỏ thì biến cơng cụ là biến ngoại sinh và được sử dụng trong ước lượng mơ hình.
Hai là kiểm định sự tự tương quan trong mơ hình nghiên cứu thông qua kiểm định
tự tương quan bậc 1 (AR1) và tự tương quan bậc 2 (AR2).
Như vậy, phương pháp GMM đạt kết quả ước lượng vững khi giá trị p-value của
AR1 nhỏ hơn 0.05; giá trị p-value của AR2 lớn hơn 0.05 và kiểm định Sargan về