This is because a model whose coeff

This is because a model whose coefficients are nonstationary will exhibit the unfortunate property that the previous values of error term will have a non- declining effect on the current value as time progresses. We also tested that there is no multicollinearity of the variables. If two predictors are perfectly correlated, that is they move together, then the value of for each variable are interchangeable and difficult to distinguish the separate effects of these variables on leverage. To affirm this, we also carried collinearity test to ensure that there is no violation of the assumption underlying the use of regression analysis. Myers (2001) point out that if Variance Inflation Factor (VIF) is greater than 10, then there would be a cause of concern. Also, in order to check whether one regression is sufficient, we used a Chow test to test for structural stability. However, because of the weakness of test in determining the break, we used recursive regression in order to estimate the possible break.

Kết quả (Việt) 1:

Điều này là bởi vì một mô hình có hệ số được nonstationary sẽ triển lãm các tài sản đáng tiếc rằng các giá trị trước đó của thuật ngữ lỗi sẽ có một không - giảm ảnh hưởng hiện nay giá trị theo thời gian tiến hành. Chúng tôi cũng thử nghiệm rằng không là không có multicollinearity các biến. Nếu hai dự đoán được tương quan hoàn hảo, đó là họ di chuyển cùng với nhau, sau đó giá trị của mỗi biến được hoán đổi cho nhau và khó khăn để phân biệt với các hiệu ứng riêng biệt của các biến vào đòn bẩy. Để khẳng định điều này, chúng tôi cũng tiến hành collinearity kiểm tra để đảm bảo rằng không là không vi phạm các giả định tiềm ẩn của việc sử dụng các phân tích hồi quy. Myers (2001) chỉ ra rằng nếu phương sai lạm phát yếu tố (VIF) lớn hơn 10, sau đó sẽ có một nguyên nhân quan tâm. Ngoài ra, để kiểm tra xem một hồi quy có đầy đủ, chúng tôi sử dụng một Chow thử nghiệm để thử nghiệm cho sự ổn định cấu trúc. Tuy nhiên, do sự yếu kém của các thử nghiệm trong việc xác định phá vỡ, chúng tôi sử dụng hồi qui đệ quy để ước tính có thể phá vỡ.

Kết quả (Việt) 2:

Điều này là do một mô hình có hệ số là bất tĩnh sẽ triển lãm các tài sản bất hạnh mà các giá trị trước đó của sai sẽ có một tác động không suy giảm về giá trị hiện tại theo thời gian. Chúng tôi cũng đã thử nghiệm là không có đa cộng tuyến của các biến. Nếu hai dự đoán được tương quan hoàn hảo, đó là chúng di chuyển cùng nhau, thì giá trị của mỗi biến được cho nhau và rất khó để phân biệt các hiệu ứng riêng biệt của các biến trên đòn bẩy. Để khẳng định điều này, chúng tôi cũng tiến hành thử nghiệm cộng tuyến để đảm bảo rằng không có vi phạm các giả định cơ bản sử dụng phân tích hồi quy. Myers (2001) đã chỉ ra rằng nếu phương sai Lạm phát Factor (VIF) lớn hơn 10, sau đó sẽ có một nguyên nhân quan tâm. Ngoài ra, để kiểm tra xem một hồi quy là đủ, chúng tôi sử dụng một thử nghiệm Chow để kiểm tra sự ổn định cấu trúc. Tuy nhiên, do sự yếu kém của kiểm tra trong việc xác định giờ nghỉ, chúng tôi sử dụng hồi quy đệ quy để ước tính đột phá có thể.