CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU
4.5. Kiểm định các giả thiết định lượng
Sau khi đã lựa chọn được mô hình ước lượng, mô hình phân tích dài hạn đối với dữ liệu gốc và mô hình phân tích ngắn hạn dựa trên sai phân bậc 1 dữ liệu với phương pháp hiệu chỉnh sai số ECM, tác giả kiểm tra các giả thiết cổ điển định lượng nhằm lựa chọn phương pháp ước lượng phù hợp đảm bảo tính tin cậy, ước lượng vững, tuyến tính không chệch tốt nhất BLUE của ước lượng.
4.5.1. Kiểm định hiện tượng phương sai thay đổi phần dư
Hiện tượng phương sai thay đổi có thể ảnh hưởng đến tính hiệu quả của ước lượng mô hình, mất tính tin cậy của kiểm định hệ số. Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm định White với giả thuyết như sau:
Giả thuyết H0: Mô hình không có hiện tượng phương sai thay đổi Giả thuyết H1: Mô hình có hiện tượng phương sai thay đổi
Nếu giá trị Khi – bình phương < giá trị khi bình phương tới hạn tại mức ý nghĩa lựa chọn: chấp nhận giả thiết H0, tức là mô hình không có hiện tượng phương sai thay đổi.
Nếu giá trị Khi – bình phương > giá trị khi bình phương tới hạn tại mức ý nghĩa lựa chọn: bác bỏ giả thiết H0, chấp nhận giả thiết H1 tức là mô hình có hiện tượng phương sai thay đổi.
Kết quả kiểm định hiện tượng phương sai sai số thay đổi được trình bày ở bảng 4.6 như sau:
Bảng 4.6: Kết quả kiểm định hiện tượng phương sai sai số thay đổi của các mô hình
Mô hình Khi bình phương (χ2) P-value
Dài hạn: Export_VN_CN 69.00 0.4434
Dài hạn: Export_CN_VN 69.00 0.4434
Ngắn hạn: Export_VN_CN 67.00 0.4425
Ngắn hạn: Export_CN_VN 67.00 0.4425
Nguồn: Kết quả tổng hợp từ Phần mềm Stata (Phụ lục 4)
Qua bảng 4.6 kết quả kiểm định hiện tượng phương sai sai số thay đổi của các mô hình, kết quả kiểm định White cho thấy tất cả các p-value của các mô hình đều lớn hơn 0.05. Vì vậy, chưa có cơ sở để bác bỏ giả thuyết H0 ở mức ý nghĩa 5%, cho thấy không tồn tại hiện tượng phương sai thay đổi trong mô hình dữ liệu nghiên cứu.
Như vậy, không tồn tại hiện tượng phương sai thay đổi trong mô hình ở mức ý nghĩa 5%.
4.5.2. Kiểm định hiện tượng tự tương quan phần dư
Tự tương quan phần dư là quan hệ tương quan giữa các thành viên của chuỗi dữ liệu phần dư mô hình hồi quy theo thời gian. Hiện tượng tự tương quan phần dư trong chuỗi dữ liệu có thể ảnh hưởng đến sự hiệu quả của ước lượng mô hình, làm mất đi độ tin cậy kiểm định hệ số của hàm ước lượng hồi quy tuyến tính. Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương pháp Breusch-Godfrey (BG test) và đặt giả thuyết kiểm định như sau:
Giả thuyết H0: Mô hình không có hiện tượng tự tương quan Giả thuyết H1: Mô hình có hiện tượng tự tương quan
Bảng 4.7: Kết quả kiểm định hiện tượng tự tương quan phần dư các mô hình Mô hình Khi bình phương (χ2) P-value
Dài hạn: Export_VN_CN 13.466 0.0092
Dài hạn: Export_CN_VN 17.443 0.0016
Ngắn hạn: Export_VN_CN 3.540 0.4718
Ngắn hạn: Export_CN_VN 9.424 0.0513
Nguồn: Kết quả tổng hợp từ Phần mềm Stata (Phụ lục 5)
Kết quả kiểm định hiện tượng tự tương quan cho kết quả ở bảng 4.7, kết quả với p-value có giá trị nhỏ hơn mức ý nghĩa α = 0.01 ở các mô hình dài hạn cho xuất khẩu từ Việt Nam sang Trung Quốc và xuất khẩu từ Trung Quốc sang Việt Nam. Do đó, đủ cơ sở bác bỏ giả thiết H0 và chấp nhận giả thiết H1 với hai trường hợp này ở mức ý nghĩa 1%, tức là mô hình dài hạn của xuất khẩu có hiện tượng tự tương quan với mức ý nghĩa 1%. Đối với mô hình ngắn hạn, p-value có giá trị nhỏ hơn mức ý nghĩa α = 0.1 đối với chỉ trường hợp xuất khẩu từ Trung Quốc sang Việt Nam. Do đó, với mức ý nghĩa 10%, tồn tại hiện tượng tự tương quan đối với mô hình ngắn hạn xuất khẩu từ Trung Quốc sang Việt Nam nhưng không tồn tại hiện tượng tự tương quan đối với mô hình ngắn hạn xuất khẩu từ Việt Nam sang Trung Quốc.
Sau khi thực hiện các phương pháp kiểm tra tính tự tương quan nhiễu, phương sai của nhiễu tác giả tiến hành phân tích kết quả hồi quy thực nghiệm.