2.3.2 Kiểm định các nhân tố ảnh hưởng đến hiệu quả hoạt động kinh doanh của
2.3.2.4 Kiểm định tính dừng của dữ liệu chuỗi thời gian
Các dữ liệu chuỗi thời gian đã và đang được sử dụng một cách thường xuyên và sâu rộng trong các nghiên cứu thực nghiệm. Bài nghiên cứu này được thực hiện trên một đối tượng quan sát duy nhất là NHLD Việt Thái và các dữ liệu được thu thập theo thời gian từ năm 1995 đến năm 2012. Do đó, dữ liệu thu được là dữ liệu
chúng ta sẽ có được bảy chuỗi thời gian. Trước khi tiến hành thực hiện hồi quy theo mơ hình (1) và (2), chúng ta nhận thấy rằng một giả định ngầm tạo cơ sở cho việc phân tích hồi quy liên quan đến các dữ liệu chuỗi thời gian là các dữ liệu đó phải dừng. Nếu khơng như vậy thì phương thức kiểm định giả thiết thơng thường dựa trên t, F… có thể trở nên khơng đáng tin cậy và kết quả hồi quy thu được là hồi quy giả mạo. Muốn vậy ta cần phải biết giữa biến phụ thuộc và các biến giải thích có thật sự tồn tại mối quan hệ cân bằng dài hạn hay khơng. Đó là lý do mà tại sao chúng ta phải tiến kiểm định nghiệm đơn vị trước khi tiến hành hồi qui.
Nhưng nếu kiểm định nghiệm đơn vị lại không bác bỏ được giả thuyết chuỗi có nghiệm đơn vị, tức chuỗi số liệu là khơng dừng thì ta có thể dùng sai phân để có được các chuỗi dừng trước khi sử dụng cho hồi qui. Để kiểm định tính dừng của các biến trong mơ hình, ta sử dụng cách kiểm định tính dừng phổ biến gần đây là kiểm định nghiệm đơn vị dựa trên mơ hình Yt = Yt-1 + ut
Đây là phương trình hồi quy bậc 1 mà ở đó chúng ta hồi quy giá trị của Y tại thời điểm t dựa trên giá trị của nó ở thời điểm (t-1). Và nếu hệ số hồi quy của Yt-1 bằng 1 thì có thể nói rằng biến ngẫu nhiên Yt có nghiệm đơn vị tức chuỗi khơng dừng. Sử dụng phương pháp kiểm định tính dừng phổ biến unit root test trên tất cả các biến độc lập và biến phụ thuộc trong mơ hình, chúng ta thu được kết quả sau về bậc dừng của các biến như sau:
Bảng 2.12: Kết quả thống kê kiểm định tính dừng của các biến chuỗi thời gian Tên biến p-value (unit root test) Bậc dừng
ROA 0.0000 Chuỗi dừng tại sai phân bậc 1
ROE 0.0193 Chuỗi dừng tại sai phân bậc 1
BANKSIZE 0.0001 Chuỗi dừng tại sai phân bậc 1
TCTR 0.0000 Chuỗi dừng tại sai phân bậc 1
LNTA 0.0000 Chuỗi dừng tại sai phân bậc 1
NPL 0.0001 Chuỗi dừng tại sai phân bậc 1
GDP 0.0000 Chuỗi dừng tại sai phân bậc 1
Nguồn: Kết quả thống kê chạy từ phần mềm Eview 6.0
Với quan sát thông thường, các chuỗi thời gian ROA, BANKSIZE, TCTR, LNTA, NPL và GDP đều có xu hướng tăng dần theo thời gian, tức chúng thể hiện một xu hướng tăng đều đặn nên có thể cho ta một cái nhìn hồi nghi về tính dừng
của chuỗi và kết quả kiểm định đã cho ra kết quả về tính khơng dừng của những chuỗi thời gian này. Sau khi đã xác định bậc dừng của các chuỗi thời gian, ta tiến hành hồi quy OLS với bậc dừng tương ứng của các chuỗi.