Variable Obs Mean Std. Dev. Min Max
Export_VN_CN 69 7.259 0.929 5.372 8.944 Export_CN_VN 69 8.147 1.265 5.952 9.853 CPI_CN 69 4.576 0.135 4.386 4.779 CPI_VN 69 4.466 0.431 3.863 5.042 GDP_CN 69 15.834 0.721 14.629 16.849 GDP_VN 69 9.621 0.126 9.445 9.995 V_VND_USD 69 0.010 0.012 0.000 0.046 V_CNY_USD 69 0.009 0.009 0.000 0.028 VND_USD 69 9.796 0.150 9.562 10.020 CNY_USD 69 1.969 0.117 1.809 2.114
Như vậy, qua việc phân tích thống kê mơ tả chung cho các biến trong mơ hình theo bảng 4.2, tác giả nhận thấy các biến quan sát thu thập được có dao động ổn định, phần lớn các giá trị độ lệch chuẩn của mẫu nghiên cứu đều nhỏ hơn so với giá trị trung bình.
Bên cạnh đó, cỡ mẫu trong bài nghiên cứu gồm 69 quan sát cho mỗi biến, cỡ mẫu này lớn hơn cỡ mẫu lớn trong các tài liệu thống kê (số mẫu tối thiểu là 30 quan sát). Vì thế, với cỡ mẫu này được chấp nhận để thực hiện hồi quy và thực hiện các kiểm định trong thống kê.
4.3. Kiểm định tính dừng
Đối với dữ liệu chuỗi thời gian, nếu thực hiện việc hồi quy chuỗi dữ liệu không dừng sẽ dẫn đến việc vi phạm độ tin cậy của hồi quy thu được giá trị R2 rất cao mặc dù khơng hề có mối liên hệ có ý nghĩa nào giữa các biến. Hiện tượng này được gọi là hiện tượng hồi quy giả mạo và được Phillips giải thích đầu tiên vào năm 1986. Vì vậy, trước khi thực hiện ước lượng mơ hình, điều tiên quyết trước hết cần phải kiểm định xem chuỗi dữ liệu quan sát là dừng hay không. Đối với dữ liệu chuỗi thời gian, có nhiều phương pháp khác nhau để kiểm định tính dừng như phương pháp kiểm định tính dừng Augment Dickey Fuller (ADF) và phương pháp kiểm định tính dừng của Phillips và Perron (PP). Trong bài nghiên cứu tác giả đã thực hiện kiểm định tính dừng ADF và kiểm định tính dừng PP để đối chiếu kết quả.
Giả thiết H0: Chuỗi dữ liệu không dừng. Giả thiết H1: Chuỗi dữ liệu là dừng
Tổng hợp kết quả kiểm định tính dừng bằng phương pháp ADF và phương pháp PP được thể hiện trong bảng 4.3. Kết quả kiểm định tính dừng cho thấy tất cả các biến chỉ dừng ở sai phân bậc 1 với cả kiểm định Augment Dickey Fuller và Phillips Perron với mức ý nghĩa 1%. Kết quả này tương tự với Guangpu Yang, Qingyang Gu (2016) khi tìm thấy cả bậc gốc và bậc 1 về tính dừng của dữ liệu.