CHƯƠNG 2 : TỔNG QUAN NGHIÊN CỨU TRƯỚC ĐÂY
3.1.2 Biến độc lập
3.2.2 Kiểm định nghiệm đơn vị
Bài nghiên cứu thực hiện trên cơ sở dữ liệu chuỗi thời gian, vì vậy để đưa ra một mơ hình tốt thì chuỗi dữ liệu phải có tính dừng. Tính dừng để tránh hiện tượng hồi quy giả mạo hay cịn gọi là hồi quy khơng xác thực. Khi xảy ra hồi quy giả mạo thông thường giá trị R2 thu được từ mơ hình là rất cao do sự xuất hiện của xu hướng mạnh như tăng liên tục hoặc xuống liên tục, nói cách khác R2 cao là do xu hướng, khơng phải do mối quan hệ thực chất của các biến trong chuỗi thời gian đó. Nếu chuỗi thời gian khơng có tính dừng thì dữ liệu không thể sử dụng để dự báo hiện tượng trong tương lai. Chính vì vậy, u cầu đầu tiên của dữ liệu theo chuỗi thời gian là phải có điểm dừng, nếu khơng dừng ở ngun phân thì phải dừng ở sai phân bậc 1 hoặc sai phân bậc d.
Theo nghiên cứu đa phần các chuỗi thời gian ở dạng tuyến tính và dạng hàm số mũ theo thời gian do đó khơng có tính dừng. Tuy nhiên có thể biến đổi chuỗi khơng dừng về dạng chuỗi dừng thông qua việc lấy sai phân. Sai phân bậc 1 của chuỗi dừng thì chuỗi ban đầu gọi là tích hợp bậc 1, ký hiệu I(1), sai phân bậc d của chuỗi dừng thì chuỗi ban đầu gọi là chuỗi tích hợp ở bậc d ký hiệu I(d), nếu chuỗi ban đầu chưa lấy sai phân có tính dừng thì gọi là chuỗi nguyên phân, ký hiệu I(0).
Theo nghiên cứu một chuỗi thời gian là dừng khi giá trị trung bình, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi, dù chuỗi được xác định ở thời điểm nào, phương sai khơng thay đổi. Chuỗi dừng có xu hướng trở về giá trị trung bình và những dao động quanh giá trị trung bình là như nhau. Như vậy chuỗi thời gian khơng dừng có giá trị trung b́ nh thay đổi, hoặc phương sai thay đổi hoặc đồng thời giá trị trung bình và phương sai thay đổi theo thời gian.
Trung bình: E (Yt) = μ = const Phương sai: Var (Yt) = σ2 = const Hiệp phương sai: Covar (Yt, Yt-k) = gk
Có nhiều phương pháp được sử dụng để kiểm tra tính dừng của chuỗi dữ liệu: kiểm định Dickey – Fuller (DF), kiểm định Phillip – Pearson (PP), kiểm
định Dickey – Fuller mở rộng (ADF – Augmented Dickey Fuller), kiểm tra bằng giản đồ tự tương quan, điểm định bằng phương pháp của Andrew D., Zivot... Trong đó tác giả sử dụng lý thuyết kiểm định ADF để kiểm tra tính dừng của các chuỗi dữ liệu đã thu thập được.
Kiểm định ADF được thực hiện như sau:
Giả
thiết của kiểm định ADF như sau:
H0 (null hypothesis): Chuỗi khơng có tính dừngdừng H1 : Chuỗi có tính dừng
So sánh giá trị tuyệt đối từ kiểm định tính tốn lớn hơn giá trị tuyệt đối của giá trị tới hạn thì bác bỏ H0
Nếu |tADF| > | tα |, bác bỏ Ho, có nghĩa là chuỗi khơng tồn tại nghiệm đơn vị, có nghĩa là chuỗi có tính dừng. Ngược lại, ta có thể lấy đạo hàm chuỗi dữ liệu để tiếp tục kiểm tra tính dừng của chuỗi.
Kiểm định của Andrew D., Zivot như sau:
Andrew D., Zivot (1992) đã phân tích giả thuyết không của kiểm định nghiệm đơn vị trên một chuỗi khơng có sự phá vỡ, ngược lại giả thuyết đối là 1 quá trình, dừng xu hướng kết hợp với những thay đổi 1 lần trong mức và độ dốc cả hàm xu hướng của chuỗi dữ liệu. Trong kiểm định này, ngày phá vỡ được lựa chọn từ điểm mà thống kê t kiểm định giả thuyết không của nghiệm đơn vị là nhỏ nhất. Tác giả đưa ra mơ hình kiểm định nghiệm đơn vị mở rộng có dạng:
Trong đó:
∆Πt = u + β.t + α Πt-1 + DUt + y.DTt + Ci. ∆Πt -1 + εt
DUt là biến giả thay cho thay đổi trung bình xảy ra tại mỗi lần phá vỡ cấu trúc và DTt là biến thay đổi xu hướng.
εt : nhiễu trắng (số hạng chỉ sai số ngẫu nhiên có giá trị trung bình bằng 0, phương sai là hằng số và không tự tương quan)
Giả thiết cũng như căn cứ để kết luận của kiểm định Zivot cũng tương tự như kiểm định ADF.