9 CTCP Đại Lý Liên Hiệp
4.1. Ma trận tƣơng quan giữa các biến giải thích
www.thuvienluanvan.org Tư vấn hỗ trợ viết luận văn, tiểu luận Trang 42
Rm-Rf 1.000000 -0.480218 0.252322
SMB -0.480218 1.000000 -0.197194
HML 0.252322 -0.197194 1.000000
Hình 4.1. Ma trận tương quan giữa các biến giải thích
Nhìn vào ma trận tương quan giữa các biến giải thích của mô hình ở trên, ta thấy giá trị tuyệt đối của các hệ số tương quan giữa các biến này nằm trong khoảng [0.197; 0.48], cho thấy các biến có tương quan không cao, góp phần đảm bảo cho các biến giải thích trong mô hình (gồm Rm-Rf, SMB và HML) có thể giải thích tốt cho biến phụ thuộc và không có tương quan tuyến tính lẫn nhau. Để làm rõ hơn về vấn đề tương quan tuyến tính giữa các biến giải thích trong mô hình, chúng ta có thể thực hiện một vài kiểm định kiểm tra sự đa cộng tuyến và kiểm tra sự tự tương quan trong mô hình sau đây.
Kiểm tra sự tự tương quan bằng đồ thị: Sau khi ước lượng mô hình Fama – French, mô hình bao gồm tất cả các biến theo phương trình hồi quy sau:
Ri – Rf = ai + βi*( Rm-Rf) + si*SMB + hi*HML + εi
Từ kết quả ước lượng, ta vẽ đồ thị phân tán của phần dư (RESID) theo RESID(-1) để xem có hiện tượng tự tương quan hay không? Sau đây là đồ thị cần vẽ:
www.thuvienluanvan.org Tư vấn hỗ trợ viết luận văn, tiểu luận Trang 43
Hình 4.2 Đồ thị phân tán phần dư resid theo resid (-1)
Nhìn vào đồ thị, ta dễ dàng nhận thấy phần dư resid của mô hình hồi quy không có tương quan chuỗi. Do đó có thể kết luận rằng không có sự tự tương quan giữa các biến trong mô hình.
Có hay không hiện tượng đa cộng tuyến trong mô hình??? Để có thể sử dụng một mô hình hồi quy cho mục đích dự báo, điều quan trọng là mô hình đó phải là một mô hình tốt. Bây giờ chúng ta hãy xem xét hiện tượng đa cộng tuyến trong mô hình. Một số phương pháp có thể được sử dụng để phát hiện sự đa cộng tuyến. Thứ nhất, quan sát các hệ số tương quan giữa các biến giải thích. Hầu hết các nhà nghiên cứu kinh tế lượng cho rằng khi hệ số tương quan giữa hai biến giải thích nào đó bằng hoặc cao hơn 0.9 thì đó là một dấu hiệu quan trọng xảy ra hiện tượng đa cộng tuyến. Các hệ số tương quan ta thu thập được ở trên chỉ có giá trị tuyệt đối lớn nhất
www.thuvienluanvan.org Tư vấn hỗ trợ viết luận văn, tiểu luận Trang 44
bằng 0.48, cho thấy không có dấu hiệu của đa cộng tuyến. Tuy nhiên, một mình hệ số tương quan chưa thể khẳng định chắc chắn về việc có đa cộng tuyến hay không. Để chắc chắn, ta thực hiện bước thứ hai. Thứ hai, ta có thể thực hiện các hồi quy phụ, nhằm phát hiện đa cộng tuyến. Từ bảng hệ số tương quan, ta lấy biến SMB và HML, là hai biến cần kiểm tra, làm biến phụ thuộc trong phương trình hồi quy phụ như sau:
SMBi = ai + βi*(Rm-Rf) + hi*HML + εi
HMLi = ai + βi*(Rm-Rf) + si*SMB + εi
Kết quả hồi quy phụ được trình bày trong phần Phụ Lục, bảng “ Hồi quy phụ đa cộng tuyến”. Các kết quả của hồi quy phụ không cho thấy các dấu hiệu của đa cộng tuyến như sai số chuẩn của các ước lượng thấp, R2 cao, và các tỷ số t tính toán cao. Đặc biệt hai mô hình này có độ phù hợp rất thấp, hệ số R2
hiệu chỉnh chỉ nằm trong khoảng 0.07 đến 0.23 mà thôi. Điều này khẳng định, trong mô hình kiểm định gồm cả ba nhân tố giải thích là nhân tố thị trường, quy mô và giá trị, không tồn tại hiện tượng đa cộng tuyến ảnh hưởng tới kết quả của mô hình.