Mô hình dữ liệu bảng (panel data) là lựa chọn phổ biến nhất của các luận văn kinh tế khi dữ liệu gồm nhiều quốc gia, tỉnh hoặc doanh nghiệp quan sát qua nhiều năm. Bài hướng dẫn này đi từng bước, từ khai báo dữ liệu bảng, ước lượng Pooled OLS, tác động cố định (FE) và tác động ngẫu nhiên (RE), đến kiểm định Hausman, kiểm định phương sai thay đổi, tự tương quan và sai số chuẩn cluster. Toàn bộ ví dụ dùng dữ liệu thật của World Bank (WDI) cho 8 nước ASEAN giai đoạn 2000-2023, chạy bằng công cụ Stata trực tuyến của ResearchSTAT. Bạn có thể làm lại từng bước và đối chiếu với các con số trong bài.
Bước 1. Chọn đề tài và để hệ thống đề xuất mô hình
Trong công cụ Stata trực tuyến, mở tab "1. Từ đề tài đến mô hình và kết quả" và nhập tên đề tài bằng tiếng Việt hoặc tiếng Anh, ví dụ "Các yếu tố tác động đến tăng trưởng kinh tế các nước ASEAN" hoặc "Determinants of economic growth in ASEAN". Hệ thống đề xuất mô hình tăng trưởng tân cổ điển mở rộng theo Solow (1956), Mankiw, Romer và Weil (1992), Barro (1991). Mỗi tài liệu đều có DOI để bạn mở bản gốc.
Bạn chọn một trong ba cấp:
- Cơ bản: đặc tả chuẩn của tài liệu gốc, là phương trình (1) trong bài.
- Phức tạp: thêm biến kiểm soát, biến điều tiết (biến tương tác đã trừ trung bình) và tác động cố định theo năm.
- Siêu phức tạp: thêm mô hình bảng động Anderson-Hsiao, System GMM (trong R) và biến trung gian có kiểm định Sobel.
Bài này dùng cấp cơ bản để dễ theo dõi. Phương trình là:
GDPG(it) = β0 + β1·INV(it) + β2·FDI(it) + β3·TRADE(it) + β4·INF(it) + β5·POPG(it) + β6·GOV(it) + u(i) + ε(it)
Trong đó GDPG là tăng trưởng GDP (%), INV là tổng tích lũy tài sản (% GDP), FDI là vốn FDI ròng vào (% GDP), TRADE là độ mở thương mại, INF là lạm phát, POPG là tăng trưởng dân số, GOV là chi tiêu tiêu dùng của chính phủ; u(i) là đặc điểm riêng không quan sát được của từng quốc gia.
Bước 2. Tải dữ liệu và khai báo dữ liệu bảng
Bấm "Tự đặt tên biến và tải dữ liệu". Hệ thống gọi API của World Bank, đặt tên biến ngắn gọn và lưu hai bộ dữ liệu: data gốc (đúng như World Bank trả về) và data mã hóa (file .dta, .csv kèm bảng mô tả biến). Mỗi con số trong bảng dữ liệu đều gắn liên kết tới trang nguồn của chỉ số. Bộ dữ liệu ví dụ có 192 dòng (8 nước × 24 năm); 185 dòng có đủ các biến của mô hình.
xtset cid year
xtsum GDPG INV FDI TRADE INF POPG GOVLệnh xtset khai báo biến quốc gia và biến thời gian; Stata báo dữ liệu "strongly balanced" từ 2000 đến 2023. Lệnh xtsum tách độ lệch chuẩn thành phần giữa các nước (between) và trong từng nước (within). Với GDPG, độ lệch chuẩn within là 2,82, lớn hơn between (1,24). Như vậy biến động tăng trưởng chủ yếu xảy ra theo thời gian trong mỗi nước, một tín hiệu cho thấy mô hình FE có nhiều thông tin để ước lượng.
Bước 3. Kiểm tra nghiệm đơn vị dữ liệu bảng
Trước khi hồi quy, cần biết các biến có dừng hay không. Công cụ dùng kiểm định Fisher-ADF (Choi, 2001) bằng lệnh xtunitroot fisher biến, dfuller lags(1). Kết quả: GDPG, INV, FDI và INF dừng (p < 0,01). TRADE (p = 0,206), GOV (p = 0,180) và POPG (p = 0,079) chưa bác bỏ giả thuyết nghiệm đơn vị ở mức 5%. Bảng nhận xét của ResearchSTAT đánh dấu ba biến này là "Không đạt" và gợi ý dùng sai phân bậc 1 hoặc kiểm định đồng liên kết dữ liệu bảng. Cách xử lý đúng được trình bày trong bài xử lý khi kiểm định không đạt.
Bước 4. Pooled OLS và đa cộng tuyến
regress GDPG INV FDI TRADE INF POPG GOV
estimates store POLS
vif
estat hettestPooled OLS coi mọi quan sát như một mẫu chéo lớn, bỏ qua khác biệt giữa các nước. VIF lớn nhất bằng 3,77 (TRADE), nhỏ hơn 10 nên không có đa cộng tuyến nghiêm trọng. Kiểm định Breusch-Pagan cho chi2(1) = 10,18 với p = 0,0014, tức là có phương sai sai số thay đổi.
Bước 5. Tác động cố định và tác động ngẫu nhiên
xtreg GDPG INV FDI TRADE INF POPG GOV, fe
estimates store FE
xttest3
xtreg GDPG INV FDI TRADE INF POPG GOV, re
estimates store RE
xttest0Mô hình FE loại bỏ u(i) bằng cách trừ trung bình của từng nước (phép biến đổi within). Kết quả FE cho R² within bằng 0,1506. FDI có hệ số 0,149 (p = 0,047), TRADE có hệ số 0,041 (p < 0,001), GOV có hệ số -0,406 (p = 0,002). Dòng cuối của bảng là kiểm định F với giả thuyết mọi u(i) bằng 0: F(7, 171) = 4,87, p < 0,001. Có khác biệt riêng giữa các nước, nên FE phù hợp hơn Pooled OLS.
Mô hình RE (GLS Swamy-Arora) giả định u(i) không tương quan với các biến độc lập. Kiểm định Breusch-Pagan LM (xttest0) cho chibar2 = 0,93, p = 0,167. Ở mẫu này phương sai của u(i) chưa khác 0 một cách có ý nghĩa, nên RE chưa tốt hơn Pooled OLS.
Bước 6. Kiểm định Hausman: chọn FE hay RE
hausman FE REKiểm định Hausman (1978) so sánh hai bộ hệ số. Giả thuyết H0 là chênh lệch giữa chúng không có tính hệ thống, khi đó RE vừa nhất quán vừa hiệu quả. Kết quả chi2(6) = 14,95 với p = 0,0206 < 0,05, nên bác bỏ H0 và chọn mô hình FE. Stata có thể kèm dòng "V_b-V_B is not positive definite". Dòng này thường xuất hiện ở mẫu nhỏ và không làm sai kết luận khi chi2 dương, nhưng nên ghi chú trong luận văn.
Bước 7. Phương sai thay đổi và tự tương quan
- Wald điều chỉnh (
xttest3, Greene) kiểm tra phương sai sai số có khác nhau giữa các nước không: chi2(8) = 368,87, p < 0,001, có vi phạm. - Wooldridge (
xtserial, Drukker, 2003) kiểm tra tự tương quan bậc 1: F(1, 7) = 5,26, p = 0,0555, chưa vi phạm ở mức 5%.
Khi có phương sai thay đổi giữa các nhóm, hệ số FE vẫn không chệch. Sai số chuẩn thông thường thì không còn đúng.
Bước 8. Sai số chuẩn cluster và bảng kết quả cuối
xtreg GDPG INV FDI TRADE INF POPG GOV, fe vce(cluster cid)
estimates store FE_CL
esttab POLS FE RE FE_CL using results_table.csv, b(3) se(3) star(* 0.10 ** 0.05 *** 0.01) r2 mtitlesSai số chuẩn cluster theo quốc gia vững với cả phương sai thay đổi và tự tương quan trong từng nước. Hệ số giữ nguyên, nhưng sai số chuẩn thay đổi đáng kể. Sai số của FDI tăng từ 0,074 lên 0,111, nên FDI không còn ý nghĩa (p = 0,222). TRADE (p = 0,031) và POPG (p = 0,030) có ý nghĩa ở mức 5%, GOV có ý nghĩa ở mức 10% (p = 0,061). Đây là ví dụ điển hình cho thấy kết luận phải dựa trên mô hình đã xử lý vi phạm, không dựa trên bảng FE thông thường.
Lưu ý: chỉ có 8 cluster là ít. Khi viết luận văn, nên nói rõ hạn chế này. Có thể mở rộng mẫu (công cụ cho chọn thêm các nước châu Á) hoặc kiểm tra độ vững bằng wild cluster bootstrap.
Bảng tóm tắt các kiểm định
| Kiểm định | Lệnh Stata | Kết quả | Kết luận |
|---|---|---|---|
| Hiệu ứng cá thể | xtreg, fe (F test) | F = 4,87; p < 0,001 | FE tốt hơn Pooled OLS |
| Tác động ngẫu nhiên | xttest0 | chibar2 = 0,93; p = 0,167 | RE chưa tốt hơn Pooled |
| Hausman | hausman FE RE | chi2(6) = 14,95; p = 0,021 | Chọn FE |
| Phương sai theo nhóm | xttest3 | chi2(8) = 368,87; p < 0,001 | Dùng cluster SE |
| Tự tương quan | xtserial | F(1,7) = 5,26; p = 0,056 | Không vi phạm ở 5% |
Viết kết quả vào luận văn
Kiểm định F (p < 0,001) và Hausman (χ²(6) = 14,95; p = 0,021) cho thấy mô hình tác động cố định phù hợp hơn Pooled OLS và tác động ngẫu nhiên. Do có phương sai thay đổi giữa các quốc gia (Wald χ²(8) = 368,87; p < 0,001), mô hình được ước lượng với sai số chuẩn cluster theo quốc gia. Độ mở thương mại có tác động dương (β = 0,041; p = 0,031), tăng trưởng dân số (β = -0,514; p = 0,030) và chi tiêu chính phủ (β = -0,406; p = 0,061) có tác động âm tới tăng trưởng GDP.
Toàn bộ do-file, nhật ký kết quả, bảng esttab, đồ thị và hai bộ dữ liệu được đóng gói trong nút "Tải tất cả (.zip)". Phần "Nhận xét kết quả" tự đánh giá từng kiểm định đạt hay không đạt và gợi ý hướng xử lý. Muốn làm cùng quy trình bằng R thật (gói plm), dùng công cụ R (R-Studio).
Khi nào dùng FE, khi nào dùng RE?
Dùng kiểm định Hausman: p < 0,05 thì chọn FE vì RE không nhất quán; p ≥ 0,05 thì RE hiệu quả hơn. Trước đó kiểm tra F test (FE so với Pooled) và Breusch-Pagan LM (RE so với Pooled).
Vì sao hệ số FDI mất ý nghĩa khi dùng sai số chuẩn cluster?
Hệ số không đổi, nhưng sai số chuẩn tính đến phương sai thay đổi và tự tương quan trong từng nước nên lớn hơn. Kết luận phải dựa trên sai số chuẩn đúng.
Có cần kiểm định nghiệm đơn vị cho dữ liệu bảng ngắn không?
Với T khoảng 20 năm trở lên nên kiểm tra; với T ngắn (dưới 10 năm) kiểm định có độ mạnh thấp và ít quan trọng hơn.
Kết quả này có phải từ phần mềm Stata không?
Không. Lệnh viết theo cú pháp Stata và được trình thông dịch của ResearchSTAT tính toán (numpy, scipy, statsmodels). Stata là nhãn hiệu của StataCorp LLC.
