Mục đích: Khi hồi qui các chuỗi thời gian không dừng thường dẫn đến “kết quả hồi qui giả mạo” (spurious regression). Tuy nhiên, Engle và Granger (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian không dừng có thể là một chuỗi dừng và các chuỗi thời gian không dừng đó được cho là “đồng liên kết”. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể được giải hích như “mối quan hệ cân bằng dài hạn giữa các biến”. Nói cách khác, nếu phần dư trong mô hình hồi qui giữa các chuỗi thời gian không dừng là một chuỗi dừng, thì “kết quả hồi qui là thực” và thể hiên mối quan hệ cân bằng dài hạn giữa các biến trong mô hình.
Cách 1: Kiểm định nghiệm đơn vị phần dư (Dickey Fuller)
Giả sử: GDPt và M1t là 2 chuỗi thời gian klhông dừng GDPt = β1 + β2M1t + ut (1)
Nếu phần dư ut là một chuỗi dừng thì kết quả hồi qui giữa GDPt và M1t là “thực” và ta vẫn sử dụng một cách bình thường.
Các bước thực hiện trên Eviews:
Ước lượng mô hình GDPt = β1 + β2M1t + ut Quick/Estimate equation
GDP c M1
Lưu phần dư với tên khác, ví dụ e1=resid
Quick/Series Statistics/Unit root test …
Cách 2: Kiểm định đồng liên kết dựa trên phương pháp VAR của Johasen
Quick/Group Statistics/Cointegration Test
Sau khi chọn “OK”, Anh/Chị sẽ thấy xuất hiện bảng sau:
Giả sử tất cả các biến GDP, M1, P và R đều là các biến nội sinh, nên ô “exog variables Anh/Chị để trống. Lưu ý, ô MHM size … là mức ý nghĩa được chọn.
Kết quả kiểm định như sau:
Giả thiết H0:
“None”: Không có đồng liên kết (no cointegration) (đây là giả thiết ta quan tâm nhất)
Ngoài ra, tùy vào số biến trong mô hình (ví dụ k biến) mà ta có k- 1 số phương trình đồng liên kết (CEs). Khi đó, ta có thêm số giả thiết về số phương trình đồng liên kết.
So sánh giá trị “Trace Statistic” với giá trị “Critical Value” ở mức ý nghĩa α% (ở đây ta chọn là 5%):
Nếu Trace Statistic < Critical Value => Chấp nhận H0
Nếu Trace Statistic > Critical Value => Bác bỏ H0
Lưu ý: ký hiệu * nghĩa là “bác bỏ giả thiết H0) *******************