Khái niệm này dung để chỉ sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian hoặc không gian.
Nguyên nhân của hiện tượng tự tương quan
- Sự quán tính của số liệu: chúng ta đề cập đến số liệu trong bài nghiên cứu là giá chứng khoán từ ngày 4/1/2010 đến 31/12/2014. Nếu chúng ta quan sát kỹ thì dễ nhận thấy sự biến động giá, số lượng CP và giá trị mua bán có sự thay đổi theo chu kỳ hàng năm (trừ khi có tác động khác), chẳng hạn vào những ngày lễ hàng năm hay những ngày cuối tuần xu hướng mua bán thường “lình xình” với khối lượng và giá trị thấp mặt khác kéo theo thanh khoản thấp. Điều này thường tiếp diễn ở các ngày nghỉ lễ tiếp theo trong năm hoặc năm tiếp theo.
- Hiện tượng trễ: trong phân tích chuỗi thời gian, chúng ta có thể gặp hiện tượng biến phụ thuộc ở thởi kỳ t phụ thuộc vào chính biến đó ở thời kỳ t-1 và các biến khác.
- Quá trình xử lý số liệu: việc tính toán các số liệu từ giá, vốn cổ phần, số lượng CP đang lưu hành nếu không chính xác dễ gây sai số hệ thống và gây ra hiện tượng tự tương quan.
- Sai lệch lập mô hình: không đưa các biến vào trong mô hình một cách đầy đủ, phương trình hồi quy sai.
Trang 28
Chương 2 tác giả đã trình bày cách thức thu thập và xử lý số liệu tạo cơ sở cho việc chạy mô hình hồi quy hai mô hình CAPM và Fama-French bằng phần mềm SPSS 20. Trong các bước đã đề cập thì khâu thu thập và xử lý số liệu là hết sức quan trọng, số liệu có trung thực thì kết quả hồi mới có ý nghĩa.
Trang 29
Chương 3: KẾT QUẢ NGHIÊN CỨU
Chương 2 đã cho chúng ta biết cách xử lý số liệu và phân tích dữ liệu thu thập được. Chương 3 sẽ trình bày kết quả chạy hồi quy, phân tích kết quả nghiên cứu và kiểm định sự phù hợp của mô hình CAPM và Fama-French. Chương này sẽ thể hiện mối tương quan giữa nhân tố phần bù rủi ro thị trường, quy mô công ty và giá trị công ty. Chương này sẽ tiến hành: phân tích dữ liệu tổng quát, mô tả thống kê, phân tích tương quan, phân tích hồi quy và kiểm định sự phù hợp mô hình.