9. Tổng quan tài liệu nghiên cứu
2.5.1.Kiểm định chuỗi tỷ suất lợi tức của các danh mục liệu có tính dừng
dừng và có tuân theo quy luật phân phối chuẩn
Kiểm định chuỗi tỷ suất lợi tức của các danh mục có tuân theo quy luật phân phối chuẩn
Nhƣ đã trình bày ở trên, đề tài sẽ s dụng phƣơng pháp bình phƣơng bé nhất thông thƣờng (Ordinary Least Square – OLS) để ƣớc lƣợng các hệ số beta trong mô hình nghiên cứu.
Chính vì vậy, bƣớc đầu tiên đề tài sẽ kiểm định xem tỷ suất lợi tức của các danh mục có phân phối theo quy luật chuẩn hay không, vì một trong những giả thiết của phƣơng pháp bình phƣơng bé nhất OLS, là các phần dƣ Ui tuân theo luật phân phối chuẩn. Ở đây s dụng thống kê Jacques – Bera (JB) và xác suất Probability (đƣợc báo cáo kèm theo giá trị thống kê JB) để kiểm định cho 12 danh mục với 694 quan sát và cặp giả thuyết nhƣ sau:
- H0: Biến phân phối theo quy luật chuẩn,
- H1: Biến không phân phối theo quy luật chuẩn.
Chấp nhận giả thuyết H0 nếu giá trị xác suất Prob mức ý nghĩa α, tức
biến phân phối theo quy luật chuẩn. Nhƣ vậy thì giá trị xác xuất Prob càng lớn thì khả năng chấp nhận H càng cao.
Kiểm định tính dừng của chuỗi tỷ suất lợi tức của các danh mục
Nếu ƣớc lƣợng một mô hình trong đó các biến độc lập không dừng thì không những việc dự báo bằng phƣơng pháp san bằng mũ số giản đơn không còn thích hợp, mà giả thiết của phƣơng pháp OLS cũng bị vi phạm. Một chuỗi đƣợc gọi là dừng khi giá trị kỳ vọng, phƣơng sai và hiệp phƣơng sai không đổi theo thời gian.
Ta có thể tiến hành kiểm tra tính dừng của các biến độc lập gồm phần bù rủi ro thị trƣờng MRP, phần bù quy mô SMB, phần bù giá trị HML, phần bù lợi nhuận RMW và phần bù xu hƣớng đầu tƣ CMA bằng kiểm định Dickey - Fuller (tức phƣơng pháp kiểm định nghiệm đơn vị Unit Root Test) ứng với cặp giả thuyết sau:
- H0: Chuỗi tỷ suất lợi tức của danh mục không dừng, - H1: Chuỗi tỷ suất lợi tức của danh mục dừng.
Bác bỏ giả thuyết H0 nếu giá trị xác suất Prob mức ý nghĩa α, tức
chuỗi có tính dừng.