Kiểm tra mô hình hồi quy EViews là quá trình xác nhận rằng các hệ số ước lượng đáng tin cậy, bằng cách chẩn đoán phần dư, đánh giá độ phù hợp và độ ổn định của mô hình. Một bảng hệ số có ý nghĩa thống kê chưa đủ: nếu phần dư còn tự tương quan hay phương sai thay đổi, sai số chuẩn và giá trị p có thể sai lệch đáng kể.
Bài viết đi theo thứ tự thao tác trên menu EViews, từ ước lượng, kiểm định phần dư, đánh giá hệ số, kiểm tra ổn định đến cách báo cáo. Ví dụ xuyên suốt là một mô hình giả định giải thích lạm phát theo quý bằng cung tiền và tỷ giá, chỉ mang tính minh họa.
Tóm tắt nhanh: ước lượng xong mới là một nửa công việc; nửa còn lại nằm trong menu View của cửa sổ phương trình.
Ba nhóm kiểm định cốt lõi là phần dư, hệ số và độ ổn định.
Khi mô hình vi phạm giả định, hãy báo cáo rõ cách khắc phục thay vì im lặng bỏ qua.
Bước 1: Ước lượng mô hình hồi quy EViews
Trước khi ước lượng, hãy chắc chắn các biến đã qua bước kiểm định tính dừng trong EViews và được đưa vào ở dạng phù hợp. Hồi quy giữa các chuỗi không dừng mà không có đồng liên kết dễ dẫn tới kết quả giả mạo, dù bảng hệ số trông rất thuyết phục.
Thiết lập hộp thoại Estimate Equation
Vào Quick > Estimate Equation, gõ biến phụ thuộc, hằng số C rồi các biến giải thích, ví dụ minh họa: LP C M2 TYGIA. Mục Method chọn LS – Least Squares, mục Sample ghi khoảng thời gian dùng để ước lượng. Bấm OK, sau đó đặt tên phương trình bằng nút Name để lưu lại trong workfile và dễ so sánh các phiên bản.
Đọc nhanh bảng kết quả ước lượng
Bảng kết quả có bốn cột chính: Coefficient, Std. Error, t-Statistic và Prob. Phần dưới gồm R-squared, Adjusted R-squared, F-statistic, Durbin-Watson stat và các tiêu chí thông tin. Hãy kiểm tra dấu của hệ số có khớp kỳ vọng lý thuyết không, và dòng Included observations có đúng số quan sát dự kiến không trước khi chạy thêm kiểm định.
Bước 2: Kiểm định phần dư
Phần dư là nơi phản ánh những gì mô hình chưa giải thích được. Mọi kiểm định dưới đây nằm trong View > Residual Diagnostics của cửa sổ phương trình. Với từng kiểm định, hãy ghi lại giả thuyết gốc, thống kê, giá trị p và số trễ đã chọn.
| Kiểm định | Đường dẫn trên EViews | Giả thuyết gốc H0 | Nếu bác bỏ H0 |
|---|---|---|---|
| Breusch-Godfrey | Residual Diagnostics > Serial Correlation LM Test | Không có tự tương quan đến bậc đã chọn | Thêm trễ hoặc dùng sai số chuẩn HAC |
| Breusch-Pagan-Godfrey, White | Residual Diagnostics > Heteroskedasticity Tests | Phương sai sai số không đổi | Dùng sai số chuẩn White hoặc HAC |
| ARCH LM | Heteroskedasticity Tests, Test type chọn ARCH | Không có hiệu ứng ARCH | Cân nhắc mô hình họ GARCH |
| Jarque-Bera | Residual Diagnostics > Histogram - Normality Test | Phần dư phân phối chuẩn | Xem ngoại lai, cỡ mẫu, cân nhắc biến giả |
| Ramsey RESET | Stability Diagnostics > Ramsey RESET Test | Dạng hàm phù hợp | Xem lại dạng hàm hoặc biến bị bỏ sót |
Tự tương quan phần dư
Với dữ liệu chuỗi thời gian, tự tương quan phần dư là vi phạm gặp nhiều nhất. Kiểm định Breusch-Godfrey cho phép chọn số trễ, chẳng hạn bốn trễ với dữ liệu quý. Đọc dòng Obs*R-squared và Prob. Chi-Square tương ứng; giá trị p nhỏ hơn 0,05 cho thấy phần dư còn tự tương quan.
Vì sao không chỉ dựa vào Durbin-Watson?
Thống kê Durbin-Watson chỉ kiểm tra tự tương quan bậc một và mất hiệu lực khi mô hình có biến phụ thuộc trễ. Vì vậy, giá trị gần 2 trong bảng ước lượng chưa đủ để kết luận phần dư sạch. Hãy luôn bổ sung kiểm định Breusch-Godfrey và lược đồ tương quan phần dư qua Residual Diagnostics > Correlogram - Q-statistics.
Phương sai thay đổi và phân phối chuẩn
Trong hộp thoại Heteroskedasticity Tests, chọn loại kiểm định ở mục Test type; Breusch-Pagan-Godfrey phổ biến cho mô hình nhỏ, White bao quát hơn nhưng tốn bậc tự do. Với kiểm định chuẩn, Jarque-Bera dễ bác bỏ khi có vài quan sát cực trị. Với mẫu lớn, vi phạm chuẩn ít ảnh hưởng đến suy luận hơn tự tương quan.
Bước 3: Đánh giá hệ số và độ phù hợp của mô hình
R bình phương hiệu chỉnh cho biết tỷ lệ biến động được giải thích sau khi phạt số biến, còn kiểm định F đánh giá ý nghĩa chung. Trong mô hình chuỗi thời gian, R bình phương rất cao đi kèm Durbin-Watson thấp là tín hiệu cảnh báo, không phải thành tích. Hãy đánh giá hệ số theo ý nghĩa kinh tế, không chỉ theo dấu sao.
Đa cộng tuyến và kiểm định ràng buộc
Chọn View > Coefficient Diagnostics > Variance Inflation Factors để xem hệ số phóng đại phương sai (VIF). Ngưỡng 10 được nhiều tài liệu như Hair và cộng sự nêu làm mốc tham khảo, một số nghiên cứu dùng mốc chặt hơn là 5; hãy đối chiếu yêu cầu của giảng viên. Mục Wald Test trong cùng menu giúp kiểm định giả thuyết ràng buộc giữa các hệ số.
Bước 4: Kiểm tra độ ổn định của mô hình
Mối quan hệ giữa các biến vĩ mô có thể thay đổi sau một cú sốc lớn hay thay đổi chính sách. Vì vậy, kết quả hồi quy EViews cần được kiểm tra độ ổn định trước khi diễn giải cho cả giai đoạn nghiên cứu. Các công cụ chính nằm trong View > Stability Diagnostics:
- Ramsey RESET Test để kiểm tra dạng hàm và biến bị bỏ sót.
- Recursive Estimates, chọn CUSUM Test và CUSUM of Squares Test; đường thống kê vượt dải 5% là dấu hiệu bất ổn.
- Chow Breakpoint Test khi bạn có giả thuyết về một thời điểm gãy cụ thể, ví dụ năm thay đổi cơ chế điều hành.
Kinh nghiệm từ Luận Văn 360: lỗi chúng tôi thấy nhiều nhất là bản thảo chỉ in bảng hệ số mà không có bất kỳ kiểm định phần dư nào, hoặc có kiểm định nhưng không nói đã xử lý ra sao khi bác bỏ H0.
Hội đồng thường hỏi đúng vào chỗ này. Hãy chuẩn bị sẵn một bảng chẩn đoán ngắn và một câu giải thích cho mỗi vi phạm.
Nếu bạn cần người rà lại kết quả hồi quy EViews và các kiểm định đi kèm, bạn có thể tham khảo gói tư vấn phân tích dữ liệu bằng EViews để được góp ý theo từng kiểm định. Bạn tự chạy lại, tự quyết định và chịu trách nhiệm học thuật với kết quả của mình.
Khắc phục khi mô hình vi phạm giả định
Khắc phục không có nghĩa là thử đến khi mọi giá trị p “đẹp”. Mỗi điều chỉnh cần có lý do phương pháp và được báo cáo minh bạch, kèm kết quả trước và sau nếu khác biệt đáng kể.
Dùng sai số chuẩn vững
Trong hộp thoại Estimate Equation, chọn thẻ Options, mục Coefficient covariance matrix chọn White hoặc HAC (Newey-West). Sai số chuẩn White (1980) xử lý phương sai thay đổi; HAC của Newey và West (1987) xử lý đồng thời tự tương quan và phương sai thay đổi. Hệ số không đổi, chỉ sai số chuẩn và giá trị p thay đổi.
Đặc tả lại mô hình
Nếu RESET bác bỏ dạng hàm hoặc phần dư còn tự tương quan mạnh, nguyên nhân thường là thiếu động thái. Bạn có thể bổ sung trễ của biến, chuyển sang mô hình ARDL hoặc dùng sai phân. Mọi thay đổi nên bám khung lý thuyết; so sánh cách làm tương tự trong bài kiểm tra hồi quy OLS trên STATA nếu bạn dùng song song hai phần mềm.
Báo cáo kết quả hồi quy EViews trong luận văn
Dùng nút Freeze để chuyển bảng EViews thành đối tượng bảng trước khi sao chép sang Word. Phần trình bày kết quả hồi quy EViews trong chương 4 nên có đủ các thành phần sau:
- Bảng hệ số với sai số chuẩn trong ngoặc và ký hiệu mức ý nghĩa.
- Số quan sát, giai đoạn mẫu, R bình phương hiệu chỉnh và kiểm định F.
- Loại sai số chuẩn đã dùng, ví dụ HAC (Newey-West).
- Bảng chẩn đoán gọn gồm tên kiểm định, thống kê và giá trị p.
Cách diễn giải nên đi từ ý nghĩa kinh tế đến ý nghĩa thống kê, kèm giới hạn của dữ liệu. Tên kiểm định và công thức có thể đối chiếu trong tài liệu hướng dẫn chính thức của EViews và NIST/SEMATECH e-Handbook of Statistical Methods.
Kết luận
Một mô hình hồi quy EViews đáng tin cần đi qua bốn lớp: ước lượng đúng đặc tả, phần dư không vi phạm nghiêm trọng, hệ số hợp lý về kinh tế và mô hình ổn định theo thời gian. Ghi lại từng kiểm định, từng cách khắc phục sẽ giúp chương kết quả của bạn chặt chẽ và dễ bảo vệ hơn nhiều.
Khi các kiểm định đã hoàn tất, bạn có thể dùng checklist trình bày kết quả EViews để rà lại bảng biểu trước khi nộp. Nếu muốn có người đọc lại toàn bộ mô hình, hãy xem trang phân tích dữ liệu bằng EViews để biết cách làm việc cùng Luận Văn 360.
