CHƯƠNG 4: KHẢO SÁT, KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU CÁC NHÂN TỐ TÁC ĐỘNG CỦA DANH MỤC CHO VAY ĐẾN LỢI NHUẬN CỦA CÁC NHTM VIỆT NAM
4.3. Mô hình nghiên cứu
4.3.3. Phương pháp thực hiện
4.3.3.1. Kiểm định để lựa chọn Pooles OLS, FEM hay REM
Với ba mô hình Pool OLS, FEM, REM để xác định mô hình nào là phù hợp nhất với dữ liệu nghiên cứu ta sẽ tiến hành các kiểm định sau:
Kiểm định Breusch-Pagan để chọn Pooled OLS hay REM
Để kiểm định tính phù hợp hơn giữa hai mô hình Pool OLS và mô hình tác động ngẫu nhiên, ta tiến hành kiểm định Breusch-Pagan (phương pháp nhân tử Lagrange), với giả thuyết sau:
Ho: vi =0 : sai số của ước lượng không bao gồm sai lệch giữa các đối tượng hay phương sai giữa các đối tượng hoặc các thời điểm là không đổi.
Với mức ý nghĩa 5%. nếu P_value<0.05, bác bỏ giả thuyết Ho, cho thấy sai số trong ước lượng có bao gồm cả sự sai lệch giữa các nhóm (hay phương sai thay đổi). Khi đó mô hình OLS sẽ cho kết luận sai lầm và mô hình tác động cố định là phù hợp hơn.
Kiểm định Hauman Test để chọn FEM hay REM
Để xem xét mô hình FEM hay REM phù hợp hơn, ta sử dụng kiểm định Hausman. Thực chất của kiểm định này là xem xét có sự tồn tại tự tương quan giữa các biến độc lập và εi hay không, εi là yếu tố không quan sát được và không thay đổi theo thời gian và đặc trưng cho mỗi đơn vị trong dữ liệu bảng. Cũng theo Baltagi
(2008); Gujarati (2004) đã sử dụng kiểm định Hausman để để lựa chọn mô hình phù hợp hơn giữa FEM và REM.
Giả thuyết:
Ho: εi và biến độc lập không tương quan H1: εi và biến độc lập có tương quan
Khi giá trị P_value<0.05, bác bỏ giả thuyết Ho, đồng nghĩa rằng các biến độc lập và εi tương quan với nhau. Trong trường hợp này sử dụng mô hình tác động cố định (FEM) là phù hợp hơn.
Ngược lai. khi Khi giá trị P_value>0.05, chưa có đủ bằng chứng để bác bỏ giả thuyết Ho, sử dụng mô hình tác động ngẫu nhiên là phù hợp hơn.
4.3.3.2. Kiểm định sự phù hợp mô hình
Theo Gelman và Pardoe (2006), để đánh giá hiệu quả của mô hình, đặc biệt là mô hình hồi quy dữ liệu bảng thì R2 không phải là một tiêu chí hoàn hảo. Do đó không thể kết luận rằng khi R2 tiến gần tới 1 thì mô hình hoàn hảo và ngược lại cũng sẽ là không phù hợp nếu kết luận rằng nếu R2 thấp thì mô hình là không phù hợp.
Theo các chuyên gia kinh tế tiêu chí R2 chỉ có giá trị giải thích với các mô hình hồi quy theo chuỗi thời gian và có cỡ mẫu quan sát nhỏ (khoảng 100 quan sát) hoặc là một chỉ tiêu dùng để đánh giá trong các mô hình dùng để dự báo.
Vì vậy trong bài nghiên cữu này, sẽ không sử dụng tiêu chí R2 để đánh tính phù hợp và hiệu quả của mô hình.
Kiểm tra hiện tượng đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau. Đa cộng tuyến bao gồm đa cộng tuyến hoàn hảo và đa cộng tuyến không hoàn hảo.
Khi gặp đa cộng tuyến hoàn hảo, chúng ta không thể ước lượng được mô hình.
Khi gặp đa cộng tuyến không hoàn hảo:
+ Khi dùng phương pháp ước lượng OLS, phương sai vẫn là nhỏ nhất nhưng giá trị lại khá lớn so với giá trị ước lượng.
+ Sai số chuẩn của các hệ số hồi qui sẽ lớn, do đó khoảng tin cậy lớn và việc kiểm định ít có ý nghĩa, giả thiết H0 dễ dàng được chấp nhận.
+ R2 cao nhưng tỷ số t ít có ý nghĩa.
Kiểm tra hiện tượng đa cộng tuyến thông qua ma trận hế số tương quan giữa các đơn vị trong bảng dữ liệu.
Kiểm tra tự tương quan
Tự tương quan xảy ra khi sai số của 1 quan sát bị ảnh hưởng bởi sai số của quan sát khác, thường xảy ra số liệu chuỗi thời gian Cov (Ui . Uj ) ≠ 0.
Kiểm định nổi tiếng nhất để phát hiện tương quan là kiểm định được phát triển bởi các nhà thống kê học Durbin và Watson. Nó được biết đến rộng rãi với tên trị thống kê Durbin Watson d. được định nghĩa là
Trong thực tế khi tiến hành kiểm định Durbin Watson. thường áp dụng quy tắc kiểm định đơn giản sau:
Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan.
Nếu 0 < d < 1 thì kết luận mô hình có tự tương quan dương.
Nếu 3 < d < 4 thì kết luận mô hình có tự tương quan âm.
Ngoải ra có thể phát hiện hiện tượng tự tương quan bằng phương pháp đồ thị, kiểm định Breusch-Godfrey (BG- Kiểm định nhân tử Lagrange).
Kiểm định phương sai thay đổi
Hiện tượng Phương sai thay đổi là hiện tượng mà các phương sai của đường hồi quy của tổng thể ứng với các biến độc lập là khác nhau (phương sai không là một hằng số).
Var(Ui) = E(Ui2) = i2 i=1. 2. …. n
Có nhiều phương pháp dùng để kiểm định phương sai thay đổi: kiểm định White. Kiểm định Goldfeld-Quandt. kiểm định Park. Kiểm định Preusch-Pagan- Godfrey… Trong bài nghiên cứu này sẽ dùng kiểm định White để kiểm tra hiện tượng phương sai thay đổi.
2
2 1) (
i i i
e e d e