CHƯƠNG 4

Ứng dụng mô hình hồi quy với dữ liệu bảng

trong các nghiên cứu t ài chính

Email: trangdoan .hui@gmail.com

Dữ liệu bảng (panel data)

Dữ liệu dạng bảng bao gồm các chuỗi thời gian ứng với mỗi đối tượng chéo
trong tập dữ liệu. Đây l à sự kết hợp của hai loại dữ liệu trên.
Ví dụ: dữ liệu giá cổ phiếu của các doanh nghiệp ng ành bất động sản trong
giai đoạn 2010-2020. Dữ liệu chỉ số giá tiêu dùng v à GDP của các quốc gia
ở Châu Á trong giai đoạn 2010-2020.

Ten cong ty ID Nam Y X1 X3 ...

Công ty A 1 2018
Công ty A 1 2019
Công ty A 1 2020
Công ty B 2 2018
Công ty B 2 2019
Công ty B 2 2020
... ... ...

Giới thiệu tình huống nghiên cứu với dữ liệu chuỗi thời gian

Tình huống nghiên cứu: Phân tích các yếu tố (X1,

X2, X3, X4, X5, X6) tác động đến Y
.
File dữ liệu thực h ành: VD4.1

1
 Khai báo dữ liệu dạng bảng

Khai báo dữ liệu dạng bảng trên phần mềm Stata:

Cú pháp: xtset panelvar timevar [, tsoptions]
Câu lệnh áp dụng: xtset doanhnghiep nam
Kết quả:

Thống kê mô tả

Cú pháp: summarize [varlist] [if] [in] [weight] [, options]

Câu lệnh áp dụng: sum y x1 x2 x3 x4 x5 x6
Kết quả:

Phân tích hệ số tương quan

Cú pháp: corr elate [varlist] [if] [in] [weight] [,

correlate_options]
Câu lệnh áp dụng: corr y x1 x2 x3 x4 x5 x6
Kết quả:

2
 Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng

- Pooled regression (Pooled OLS): mô hình bình phương nhỏ

nhất.
- Fixed effects model (FEM): mô hình tác động cố định.
- Random effects model (REM): mô hình tác động ngẫu nhiên.
⇒ Lựa chọn 1 phương pháp ước lượng phù hợp nhất. Sau đó,
thực hiện kiểm định các khuyết tật của mô hình dựa trên
phương pháp ước lượng n ày.

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng

- So sánh giữa các phương pháp: Pooled OLS v à FEM

Bước 1: Ước lượng mô hình theo Pooled OLS
Cú pháp: reg ress depvar [indepvars] [if] [in] [weight] [,
options]
Câu lệnh áp dụng: reg y x1 x2 x3 x4 x5 x6
Kết quả:

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: Pooled OLS v à FEM
Bước 2: Ước lượng mô hình theo FEM
Cú pháp: xtreg depvar [indepvars] [if] [in] [weight] , fe
[FE_options]
Câu lệnh áp dụng: xtreg y x1 x2 x3 x4 x5 x6, fe
Kết quả:

3
 Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: Pooled OLS v à FEM
Bước 3: So sánh giữa Pooled OLS v à FEM
H0: chọn Pooled OLS

⇒ Prob > F = 0.0009 ⇒ p-value < 1% ⇒ bác bỏ H0 ⇒ chọn FEM.

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: FEM v à REM
Bước 1: Ước lượng mô hình theo FEM
Cú pháp: xtreg depvar [indepvars] [if] [in] [weight] , fe
[FE_options]
Câu lệnh áp dụng: xtreg y x1 x2 x3 x4 x5 x6, fe
Kết quả:

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: FEM v à REM
Bước 2: Lưu kết quả của FEM
Cú pháp: estimates store name
Câu lệnh áp dụng: est sto FE
Lưu ý: FE là tên đặt tuỳ ý.

4
 Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: FEM v à REM
Bước 3: Ước lượng mô hình theo REM
Cú pháp: xtreg depvar [indepvars] [if] [in] [, re RE_options]
Câu lệnh áp dụng: xtreg y x1 x2 x3 x4 x5 x6, re
Kết quả:

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: FEM v à REM
Bước 4: Lưu kết quả của REM
Cú pháp: estimates store name
Câu lệnh áp dụng: est sto RE
Lưu ý: RE là tên đặt tuỳ ý.

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: FEM v à REM
Bước 5: Kiểm định Hausman
H0: chọn REM
Cú pháp: hausman <tên đặt của kết quả FEM> < tên đặt của kết
quả REM>
Câu lệnh áp dụng: hausman FE RE
Kết quả:

⇒ Prob > F = 0.0000 ⇒ p-value < 1% ⇒ bác bỏ H0 ⇒ chọn FEM.

5
 Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: Pooled OLS v à REM
Bước 1: Ước lượng mô hình theo REM
Cú pháp: xtreg depvar [indepvars] [if] [in] [, re RE_options]
Câu lệnh áp dụng: xtreg y x1 x2 x3 x4 x5 x6, re
Kết quả:

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng
- So sánh giữa các phương pháp: Pooled OLS v à REM
Bước 2: Kiểm định Breusch and Pagan Lagrangian multiplier
H0: chọn Pooled OLS
Cú pháp: xttest0
Câu lệnh áp dụng: xttest0
Kết quả:

⇒ Prob > F = 0.0076 ⇒ p-value < 1% ⇒ bác bỏ H0 ⇒ chọn REM.

Các phương pháp ước lượng cơ bản trên dữ liệu dạng bảng

- Kết luận chung: chọn FEM.

⇒ Kiểm định các khuyết tật của mô hình dựa trên kết quả ước
lượng theo FEM.

6
 Kiểm định các khuyết tật của mô hình
- Kiểm định hiện tượng đa cộng tuyến:
Đa cộng tuyến l à hiện tượng các biến độc lập trong mô hình có
mối quan hệ với nhau. Đa cộng tuyến ho àn hảo (nghiêm trọng)
có thể làm cho các biến độc lập cộng tuyến mất đi ý nghĩa trong
mô hình hoặc có thể bị sai dấu của hệ số hồi quy.
Lưu ý: Việc phát hiện sai dấu do đa cộng tuyến có thể thực
hiện bằng cách so sánh dấu của hệ số tương quan giữa biến phụ
thuộc và các biến độc lập với dấu của hệ số hồi quy của kết quả
ước lượng mô hình.

Kiểm định các khuyết tật của mô hình

- Kiểm định hiện tượng đa cộng tuyến:

+ Hệ số tương quan:
Cú pháp: corr elate [varlist] [if] [in] [weight] [,
correlate_options]
Câu lệnh áp dụng: corr y x1 x2 x3 x4 x5 x6
Kết quả:

Kiểm định các khuyết tật của mô hình

- Kiểm định hiện tượng đa cộng tuyến:
+ Nhân tử phóng đại phương sai (VIF):
Cú pháp: collin varlist [if exp] [in range] [, corr rinv]
Câu lệnh: collin x1 x2 x3 x4 x5 x6

⇒ nếu VIF j > 10 thì biến X j có đa cộng tuyến cao với các biến
khác.

7
 Kiểm định các khuyết tật của mô hình

Các khuyết tật của mô hình có thể được kiểm định dựa
trên cơ sở các giả thiết của phương pháp OLS.

Kiểm định các khuyết tật của mô hình

- Giả thiết 1: Quan hệ giữa Yit v à Xit là tuyến tính. Các giá
trị Xit cho trước v à không ngẫu nhiên.

Kiểm định các khuyết tật của mô hình

- Giả thiết 2: Các sai số Uit l à đại lượng ngẫu nhiên có giá
trị trung bình bằng 0.

8
 Kiểm định các khuyết tật của mô hình
- Giả thiết 3: Các sai số Uit l à đại lượng ngẫu nhiên có
phương sai không thay đổi.

⇒ Kiểm định phương sai thay đổi.

Kiểm định các khuyết tật của mô hình

 Kiểm định phương sai thay đổi:
 Bước 1: Ước lượng mô hình theo FEM
Cú pháp: xtreg depvar [indepvars] [if] [in] [weight] , fe
[FE_options]
Câu lệnh áp dụng: xtreg y x1 x2 x3 x4 x5 x6, fe
Kết quả:

Kiểm định các khuyết tật của mô hình

 Kiểm định phương sai thay đổi:
H0: Mô hình không có hiện tượng phương sai thay đổi.
 Kiểm định Modified Wald:
Câu lệnh: xttest3
Kết quả:

⇒ Prob>chi2 = 0.0000 ⇒ p-value < 1% ⇒ bác bỏ H 0 ⇒ Mô

hình có hiện tượng phương sai thay đổi .

9
 Kiểm định các khuyết tật của mô hình
 Kiểm định phương sai thay đổi:
H0: Mô hình không có hiện tượng phương sai thay đổi.

Lưu ý:
+ Nếu chọn REM, sẽ dùng kiểm định Breusch and Pagan
Lagrangian multiplier. Câu lệnh áp dụng: xttest0
+ Nếu chọn Pooled OLS, sẽ dùng kiểm định White. Câu lệnh
áp dụng: imtest, white

Kiểm định các khuyết tật của mô hình

- Giả thiết 4: Không có sự tương quan giữa các Uit.

⇒ Kiểm định tự tương quan.

Kiểm định các khuyết tật của mô hình

 Kiểm định tự tương quan:
H0: Mô hình không có hiện tượng tự tương quan.
 Kiểm định Wooldridge:
Cú pháp: xtserial depvar indepvars [if exp] [in range] [,
output]
Câu lệnh áp dụng: xtserial y x1 x2 x3 x4 x5 x6
Kết quả:

⇒ Prob>chi2 = 0.0000 ⇒ p-value < 1% ⇒ bác bỏ H 0 ⇒ Mô

hình có hiện tượng tự tương quan .

10
 Kiểm định các khuyết tật của mô hình
 Kiểm định tự tương quan:
Lưu ý: Nếu phần mềm Stata báo lỗi (do hiện tại phần mềm
chưa có câu lệnh n ày) thì tiến h ành cài đặt lệnh mới (máy
tính phải kết nối với internet), với cú pháp: findit xtserial .
Sau đó, chọn đường link bất kỳ để c ài đặt.

Kiểm định các khuyết tật của mô hình

- Giả thiết 5: Không có sự tương quan giữa Uit v à Xit.

⇒ Kiểm định hiện tượng nội sinh.

Kiểm định các khuyết tật của mô hình

- Giả thiết 6: Các sai số Uit có phân phối chuẩn.

⇒ Kiểm định tính chuẩn của phần dư.

11
 Kiểm định các khuyết tật của mô hình
 Kiểm định tính chuẩn của phần dư:
H0: Phần dư có phân phối chuẩn.

Câu lệnh:
Bước 1 (ước lượng mô hình theo phương pháp đã được lựa chọn):
xtreg y x1 x2 x3 x4 x5 x6, fe
Bước 2: predict phandu, residuals
Bước 3: sktest phandu

Cách xử lý các khuyết tật của mô hình

- Theo Wooldridge (2002), có thể sử dụng phương pháp bình
phương nhỏ nhất tổng quát (General Least Square – GLS) để
khắc phục hiện tượng phương sai thay đổi v à hiện tượng tự
tương quan nhằm đảm bảo ước lượng thu được vững v à hiệu
quả.
- Theo Blundell & Bond (1998), có thể sử dụng phương pháp
GMM (Generalized Method of Moments) để khắc phục hiện
tượng phương sai thay đổi, hiện tượng tự tương quan v à hiện
tượng biến nội sinh (nếu có) để đảm bảo ước lượng thu được
vững và hiệu quả.

Cách xử lý các khuyết tật của mô hình

- Phương pháp bình phương nhỏ nhất tổng quát
(General Least Square – GLS)
Cú pháp: xtgls depvar [indepvars] [if] [in] [weight] [,
options]
Lưu ý:
+ Tùy chọn (options) “panel(het) ” để khắc phục hiện
tượng phương sai thay đổi.
+ Tùy chọn (options) “corr(ar1) ” để khắc phục hiện
tượng tự tương quan.

12
 Cách xử lý các khuyết tật của mô hình
- Phương pháp GMM (Generalized Method of Moments)
Cú pháp: xtabond2 depvar varlist [if exp] [in range] [weight]
[, level(#) svmat svvar twostep robust cluster(varlist)
noconstant small noleveleq orthogonal gmmopt [gmmopt ...]
ivopt [ivopt ...] pca components(#) artests(#) arlevels h(#)
nodiffsargan nomata]
⇒ Sinh viên tham khảo thêm.

Hướng dẫn thảo luận kết quả nghiên cứu

Nội dung thảo luận kết quả nghiên cứu tập trung v ào các
phần sau:
- Giải thích ý nghĩa của kết quả mô hình.
- Ý nghĩa của kết quả mô hình đối với vấn đề nghiên cứu.
- Thảo luận giá trị của kết quả mô hình đối với thực tiễn.

Bài tập cá nhân

Dựa vào bài tập số 4 (chương 1), bạn hãy ước lượng các
yếu tố tác động đến tăng trưởng kinh tế của các quốc
gia ASEAN.

13
Bài tập nhóm

Bạn hãy lựa chọn 1 tình huống nghiên cứu với dữ liệu dạng
bảng. Sau đó, tiến h ành xây dựng mô hình nghiên cứu, thu
thập dữ liệu, ước lượng mô hình nghiên cứu.

14