4. KẾT QUẢ NGHIÊN CỨU:
4.2.2.Môhình tổng quát:
Sau khi nghiên cứu khả năng dự báo tỷ suất sinh lợi của từng quốc gia với nhau bằng kiểm định nhân quả Granger thì việc nghiên cứu liệu gộp tất cả các nước lại với nhau để cùng dự báo tỷ suất sinh lợi cho một quốc gia cũng là một đề tài thú vị. Tuy nhiên, khi tiến hành phương pháp hồi quy OLS thông thường đối với công thức (11) thì sẽ gặp phải các vần đề kinh tế lượng như sự tự tương quan giữa các biến, do đó sẽ gây ra những sai lệch trong quá trình ước lượng. Do đó, một phương pháp tương đối đơn giản có thể giải quyết được vấn đề này đó là tiến hành gộp dữ liệu lại với nhau để tiến hành ước lượng, việc gộp dữ liệu này có thể làm giảm được tác động nội sinh, do đó có thể làm giảm được sai lệch trong quá trình ước lượng, mà loại sai lệch thường gặp nhất trong quá trình hồi quy theo chuỗi thời gian đó là sai lệch Stambaugh. Kết quả ước lượng gộp trong trường hợp gộp các dữ liệu của các quốc gia Đông Nam Á với Mỹ trong bảng 8 cho thấy Việt Nam, Indonesia và Malaysia thể hiện khả năng dự báo tỷ suất sinh lợi có ý nghĩa, không đồng nhất với kết quả kiểm định Granger trong bảng 6 khi cho thấy Phillipines thể hiện khả năng dự báo mạnh nhất. Ngoài ra, tỷ suất sinh lợi lấy trễ của Việt Nam thể hiện một tác động dương có ý nghĩa thì tỷ suất sinh lợi lấy trễ của Indonesia và Malaysia lại thể hiện một tác động âm một cách ý nghĩa. Trong trường hợp gộp dữ liệu Trung Quốc với các nước Đông Nam Á thì tỷ suất sinh lợi lấy trễ của Việt Nam, Indonesia và Malaysia tiếp tục thể hiện khả năng dự báo có ý nghĩa, và ngoài ra còn thêm Trung Quốc cũng có tác động dự báo âm có ý nghĩa. Tương tự cho kết quả nghiên cứu của MSCI và GFD, Việt Nam và Malaysia tiếp tục củng cố vị thế dự báo tỷ suất sinh lợi. Tuy những kết quả của hai bộ dữ liệu củng cố cho nhau, nhưng những kết quả này không hỗ trợ cho kết quả kiểm định nhân quả Granger, do đó liệu sự thể hiện khả năng dự báo tỷ suất sinh lợi của các quốc có thực sự bền vững khi thực sự chưa có những kết qua thống nhất qua các mô hình nghiên cứu cũng như qua các bộ dữ liệu đang xem xét.
Bảng 8 trình bày kết quả các giá trị ước lượng OLS gộp của 𝛽̅i,j (được kí hiệu 𝛽̅̂𝑗) trong mô hình hồi qui dự báo trong hai trường hợp của Mỹ và Trung Quốc:
𝑟𝑖,𝑡+1= 𝛽𝑖,0+ 𝛽̅𝐴𝑅𝑟𝑖,𝑡+ ∑𝑗≠𝑖𝛽̅𝑗𝑟𝑗,𝑡+ 𝛽̅𝑏𝑏𝑖𝑙𝑙𝑖,𝑡 + 𝛽̅𝑑𝑑𝑦𝑖,𝑡+ 𝜖𝑖,𝑡+1, i=1…..N Với sai số hiệu chỉnh theo chu trình wild bootstrap với khoảng tin cậy 90% được trình bày
bên dưới. Dấu In đậm thể hiện mức ý nghĩa 10% hoặc tốt hơn. Dữ liệu được lấy từ FTSE.
Trường hợp có sự kết hợp của Mỹ:
General model (exclude last trading day where applicable)
USA βi,vn βi,indo βi,thailand βi,malay βi,phillip βi,sgp βi,usa
Pooled 0.01 -0.06 0.05 -0.13 0.10 0.09 0.10
t-stat -0.06 -0.15 -0.02 -0.26 0.03 -0.02 0.03
p-value 0.07 0.02 0.13 0.01 0.18 0.19 0.17
Trường hợp có sự kết hợp của Trung Quốc
General model (exclude last trading day where applicable)
CHINA βi,vn βi,indo βi,thailand βi,malay βi,phillip βi,sgp βi,china
Pooled 0.00 -0.06 0.08 -0.12 0.09 0.13 -0.01
t-stat -0.09 -0.17 -0.01 -0.30 -0.01 0.01 -0.05
p-value 0.09 0.05 0.17 0.07 0.17 0.25 0.04
4.3. Mô hình khuếch tán thông tin:
Kết quả ước lượng GMM của các tham số 𝜃𝑖,𝑈𝑆𝐴 và 𝜆𝑖,𝑈𝑆𝐴 trong công thức (22) và (23) được trình bày trong bảng 9, đây là các tham số cấu trúc quan trọng trong mô hình khuếch tán thông tin. Các ước lượng 𝜆̃𝑖,𝑈𝑆𝐴 trong cột thứ tư của bảng 9 biến thiên từ 0.11 (Phillipines) đến 0.49 (Thái Lan). Các giá trị thống kê t cho các giá trị ước lượng 𝜆̃𝑖,𝑈𝑆𝐴 là để kiểm định giả thuyết 𝐻0: 𝜆𝑖,𝑈𝑆𝐴 = 0 ngược lại với giả thuyết 𝐻𝐴: 𝜆𝑖,𝑈𝑆𝐴 > 0, và tất cả chúng đều có ý nghĩa thống kê, cho thấy có những sự liên kết có ý nghĩa giữa thị trường chứng khoán của các quốc gia Đông Nam Á (ngoại trừ Phillipines) và thị trường Mỹ. Các giá trị ước lượng 𝜃̃𝑖,𝑈𝑆𝐴 được trình bày trong cột
thứ năm của bảng 9; giá trị thống kê t bên dưới các giá trị ước lượng 𝜃̃𝑖,𝑈𝑆𝐴 là để kiểm định giả thuyết 𝐻0: 𝜃𝑖,𝑈𝑆𝐴= 1 ngược với giả thuyết 𝐻𝐴: 𝜃𝑖,𝑈𝑆𝐴 < 1. Phù hợp với các giới hạn thông tin quốc tế, tất cả các ước lượng 𝜃̃𝑖,𝑈𝑆𝐴 thì có ý nghĩa nhỏ hơn 1, và có ý nghĩa đối với hầu hết các quốc gia Đông Nam Á (ngoại trừ Indonesia và Phillipines). Điều này cho thấy khi các cú sốc tỷ suất sinh lợi nảy sinh trong nước Mỹ được phản ánh hoàn toàn trong giá của các chỉ số chứng khoán quốc gia của các nước Đông Nam Á. Kết quả này tương đối đồng nhất với những kết quả nghiên cứu từ bộ dữ liệu MSCI và GFD (xem phụ lục). Do đó, nếu như nghiên cứu của Rapach, Strauss, Zhou (2013) khẳng định có một sự khuếch tán thông tin từ thị trường chứng khoán của Mỹ sang thị trường chứng khoán của các nước công nghiệp, thì trong bài nghiên cứu cũng không thể bác bỏ tác động của thị trường chứng khoán Mỹ đối với thị trường của các nước Đông Nam Á.
Bảng 9: Kết quả ước lượng tham số trong mô hình khuếch tán thông tin của Mỹ, từ 2007:06 đến 2013:06
Bảng 9 trình bày ước lượng tham số GMM hai bước của mô hình khuếch tán thông tin:
𝑟𝑈𝑆𝐴,𝑡+1 = 𝑥′𝑈𝑆𝐴,𝑡𝛽𝑈𝑆𝐴 + 𝑢𝑈𝑆𝐴,𝑡+1,
𝑟𝑖,𝑡+1= 𝑥′𝑖,𝑡𝛽𝑖 + 𝜃𝑖,𝑈𝑆𝐴𝜆𝑖,𝑈𝑆𝐴𝑢𝑈𝑆𝐴,𝑡+1+ (1 − 𝜃𝑖,𝑈𝑆𝐴)𝜆𝑖,𝑈𝑆𝐴𝑢𝑈𝑆𝐴,𝑡+ 𝑢𝑖,𝑡+1,
Ước lượng GMM thể hiện một tập hợp điều kiện trực giao được hàm ý trong mô hình khuếch tán thông tin. Thống kê t của 𝛽̃𝑖,𝑏 (𝛽̃𝑖,𝑑) để kiểm định cho giả thuyết 𝐻0: 𝛽𝑖,𝑏 = 0 và giả thuyết
đối 𝐻𝐴: 𝛽𝑖,𝑏 < 0 (giả thuyết 𝐻0: 𝛽𝑖,𝑑 = 0 và giả thuyết đối 𝐻𝐴: 𝛽𝑖,𝑑 > 0). Thống kê t của 𝜃̃𝑖,𝑈𝑆𝐴 (𝜆̃𝑖,𝑈𝑆𝐴) là để kiểm định giả thuyết 𝐻0: 𝜃𝑖,𝑈𝑆𝐴 = 1 và giả thuyết đối 𝐻𝐴: 𝜃𝑖,𝑈𝑆𝐴 < 1 (giả
thuyết 𝐻0: 𝜆𝑖,𝑈𝑆𝐴 = 0 và giả thuyết đối 𝐻𝐴: 𝜆𝑖,𝑈𝑆𝐴 > 0). Giá trị ước lượng 𝛽̃𝑖,𝑈𝑆𝐴 được tính như sau 𝛽̃𝑖,𝑈𝑆𝐴 = (1 − 𝜃̃𝑖,𝑈𝑆𝐴 )𝜆̃𝑖,𝑈𝑆𝐴. Thống kê t của 𝛽̃𝑖,𝑈𝑆𝐴 là để kiểm định giả thuyết
𝐻0: 𝛽𝑖,𝑈𝑆𝐴 = 0 và giả thuyết đối 𝐻𝐴: 𝛽𝑖,𝑈𝑆𝐴 > 0. In đậm thể hiện mức ý nghĩa 10% hoặc tốt
hơn. Giá trị ước lượng “Pooled” áp đặt các giới hạn đồng nhất như sau: 𝛽𝑖,𝑏 = 𝛽̅𝑏, 𝛽𝑖,𝑑 = 𝛽̅𝑑
cho tất cả i, 𝜃𝑖,𝑈𝑆𝐴 = 𝜃̅𝑈𝑆𝐴, 𝜆𝑖,𝑈𝑆𝐴 = 𝜆̅𝑈𝑆𝐴 cho tất cả 𝑖 ≠ 𝑈𝑆𝐴.
Country (i) βi,b βi,d λi,USA θi,USA βi,USA
VietNam -0.11 0.24 0.37 0.39 0.22 (adsbygoogle = window.adsbygoogle || []).push({});
t-stat -3.16 1.43 2.48 -3.68 2.21
Indo -0.03 0.02 0.34 0.77 0.08 t-stat -1.81 0.04 2.08 -0.88 0.69 p-value 0.04 0.48 0.02 0.19 0.25 Thailand -0.27 0.14 0.49 0.71 0.14 t-stat -2.34 0.26 3.62 -2.61 1.79 p-value 0.01 0.4 0 0 0.04 Malay -0.3 0.26 0.12 0.47 0.06 t-stat -2.62 0.68 1.55 -2.02 1.42 p-value 0 0.25 0.06 0.02 0.08 Philip -0.18 1.19 0.11 0.51 0.06 t-stat -3.85 2.62 0.97 -0.89 0.68 p-value 0 0 0.17 0.19 0.25 Singapore -0.56 0.09 0.45 0.64 0.16 t-stat -3.49 0.18 3.79 -4.41 2.77 p-value 0 0.43 0 0 0 Pooled -0.1 0.1 0.2 0.5 0.1 t-stat -6.48 0.74 3.12 -3.91 2.9 p-value 0.00 0.23 0.00 0.00 0.00
Kết quả ước lượng gộp trong bảng 9 khi áp đặt các giới hạn đồng nhất: 𝛽𝑖,𝑏 = 𝛽̅𝑏, 𝛽𝑖,𝑑 = 𝛽̅𝑑 cho tất cả i; 𝜃𝑖,𝑈𝑆𝐴 = 𝜃̅𝑈𝑆𝐴, 𝜆𝑖,𝑈𝑆𝐴 = 𝜆̅𝑈𝑆𝐴 cho tất cả 𝑖 ≠ 𝑈𝑆𝐴, cho thấy ước lượng GMM của 𝜃̅𝑈𝑆𝐴 (𝜆̅𝑈𝑆𝐴) bằng 0.50 (0.20), ước lượng này thì có ý nghĩa nhỏ hơn 1 (lớn hơn 0). Nhìn chung, kết quả càng củng cố thêm cho bằng chứng cho thấy tỷ suất sinh lợi của các quốc gia Đông Nam Á phản ứng chậm đối với các cú sốc tỷ suất sinh lợi của Mỹ, phù hợp với sự tồn tại giới hạn thông tin trong thị trường chứng khoán quốc tế và có một sự khuếch tán thông tin dần dần từ thị trường chứng khoán Mỹ đến thị trường của các quốc gia Đông Nam Á. Nói đến vấn đề giới hạn thông tin trên thị trường cổ phiếu quốc tế, trong các bài nghiên cứu trước đây khi xem xét mối quan hệ dẫn dắt trễ giữa tỷ suất sinh lợi của các danh mục đầu tư trong thị trường nội địa của Mỹ, thì nhận thấy rằng tỷ suất sinh lợi của thị trường có vốn hóa lớn dẫn dắt tỷ suất sinh lợi của thị trường có vốn nhỏ (Lo và Mackinlay (1990)). Theo như Lo và Mackinlay (1990) thì nguyên nhân dẫn đến mối quan hệ dẫn dắt trễ là do những giới hạn thông tin như khả năng quan sát của các nhà đầu tư bị giới hạn và khả năng xử lý thông tin bị hạn chế trên một bộ phận nhà đầu tư. Những giới hạn này khiến cho giá cổ phiếu trong các phân khúc thị trường nhất định phản ứng chậm đối với các thông
tin liên quan đến tình hình kinh tế của thế giới (Hong và Stein (1999), Hong, Torous, và Valkanov (2007)). Trong bối cảnh quốc tế, vì Mỹ là nền kinh tế lớn nhất thế giới tính theo GDP và còn là một đối tác thương mại quan trọng đối với các quốc gia Đông Nam Á, nên các cú sốc trong nền kinh tế Mỹ có những tác động quan trọng đối với tình hình kinh tế ở các nước Đông Nam Á. Bởi vì thị trường vốn của Mỹ cũng là thị trường lớn nhất thế giới về mức vốn hóa, nên thị trường Mỹ gần như nhận được sự quan tâm nhiều nhất từ các nhà đầu tư, do đó các thông tin về các nhân tố kinh tế vĩ mô cơ bản toàn cầu được khuếch tán dần từ thị trường chứng khoán vốn của Mỹ sang thị trường các nước Đông Nam Á. Do đó, kết quả của bài nghiên cứu này cũng phù hợp với những suy luận về sự khuếch tán thông tin dần dần từ Mỹ qua các quốc gia Đông Nam Á. Kết luận này cũng phù hợp với bộ dữ liệu MSCI và GFD (xem phụ lục) Ngoài ra, khi đánh giá xem liệu giới hạn thông tin có phải là tất cả nguyên nhân dẫn đến khả năng dự báo tỷ suất sinh lợi lấy trễ của Mỹ, nhóm đã bác bỏ giả thuyết không khi cho rằng 𝛽̃𝑖,𝑈𝑆𝐴 = 0 tại các mức ý nghĩa thông thường cho tất cả các nước (trừ Phillipines), hàm ý rằng các giới hạn thông tin làm gia tăng khả năng dự báo của tỷ suất sinh lợi lấy trễ của Mỹ. So sánh các giá trị ước lượng 𝛽̃𝑖,𝑈𝑆𝐴 trong bảng 9 với các giá trị ước lượng 𝛽̂𝑖,𝑈𝑆𝐴 tương ứng trong bảng 6, nhóm thấy rằng đối với Việt Nam, Indonesia, Thái Lan, Malaysia các giá trị ước lượng 𝛽̃𝑖,𝑈𝑆𝐴 nhỏ hơn cho các giá trị ước lượng 𝛽̂𝑖,𝑈𝑆𝐴, cho thấy các giới hạn thông tin chưa thể giải thích đầy đủ cho tấc cả các khả năng dự báo của tỷ suất sinh lợi lấy trễ của Mỹ. Giá trị ước lượng gộp của 𝛽̅𝑈𝑆𝐴 trong bảng 9 bằng 0.10, giá trị này xấp xỉ giá trị ước lượng gộp tương ứng là 0.11 trong bảng 6. Nói chung, các giá trị ước lượng trong mô hình khuếch tán thông tin cho thấy các giới hạn thông tin là chìa khóa, là nguồn gốc của khả năng dự báo của tỷ suất sinh lợi lấy trễ của Mỹ, nhưng không phải duy nhất, phù hợp với kết quả nghiên cứu từ dữ liệu MSCI và GFD.
Bảng 10: Kết quả ước lượng tham số trong mô hình khuếch tán thông tin của Trung Quốc, từ 2007:06 đến 2013:06
Bảng 10 trình bày ước lượng tham số GMM hai bước của mô hình khuếch tán thông tin:
𝑟𝐶𝐻𝐼,𝑡+1 = 𝑥′𝐶𝐻𝐼,𝑡𝛽𝐶𝐻𝐼 + 𝑢𝐶𝐻𝐼,𝑡+1,
Ước lượng GMM thể hiện một tập hợp điều kiện trực giao được hàm ý trong mô hình khuếch tán thông tin. Thống kê t của 𝛽̃𝑖,𝑏 (𝛽̃𝑖,𝑑) để kiểm định cho giả thuyết 𝐻0: 𝛽𝑖,𝑏 = 0 và giả thuyết
đối 𝐻𝐴: 𝛽𝑖,𝑏 < 0 (giả thuyết 𝐻0: 𝛽𝑖,𝑑 = 0 và giả thuyết đối 𝐻𝐴: 𝛽𝑖,𝑑 > 0). Thống kê t của 𝜃̃𝑖,𝐶𝐻𝐼 (𝜆̃𝑖,𝐶𝐻𝐼) là để kiểm định giả thuyết 𝐻0: 𝜃𝑖,𝐶𝐻𝐼 = 1 và giả thuyết đối 𝐻𝐴: 𝜃𝑖,𝐶𝐻𝐼 < 1 (giả
thuyết 𝐻0: 𝜆𝑖,𝐶𝐻𝐼 = 0 và giả thuyết đối 𝐻𝐴: 𝜆𝑖,𝐶𝐻𝐼 > 0). Giá trị ước lượng 𝛽̃𝑖,𝐶𝐻𝐼 được tính như sau 𝛽̃𝑖,𝐶𝐻𝐼 = (1 − 𝜃̃𝑖,𝐶𝐻𝐼 )𝜆̃𝑖,𝐶𝐻𝐼. Thống kê t của 𝛽̃𝑖,𝐶𝐻𝐼 là để kiểm định giả thuyết 𝐻0: 𝛽𝑖,𝐶𝐻𝐼 = 0 và giả thuyết đối 𝐻𝐴: 𝛽𝑖,𝐶𝐻𝐼 > 0. In đậm thể hiện mức ý nghĩa 10% hoặc tốt hơn. Giá trị
ước lượng “Pooled” áp đặt các giới hạn đồng nhất như sau: 𝛽𝑖,𝑏 = 𝛽̅𝑏, 𝛽𝑖,𝑑= 𝛽̅𝑑 cho tất cả i,
𝜃𝑖,𝐶𝐻𝐼 = 𝜃̅𝑈𝑆𝐴, 𝜆𝑖,𝐶𝐻𝐼 = 𝜆̅𝐶𝐻𝐼 cho tất cả 𝑖 ≠ 𝐶𝐻𝐼.
Country (i) βi,b βi,d λi,china θi,china βi,china
VietNam -0.08 0.18 0.13 0.76 0.03 t-stat -2.40 1.11 1.65 -0.74 0.58 p-value 0.01 0.13 0.05 0.23 0.28 Indo -0.04 0.09 0.43 0.97 0.01 t-stat -2.01 0.21 4.12 -0.21 0.20 p-value 0.02 0.42 0.00 0.42 0.42 Thailand -0.14 0.53 0.32 0.99 0.00 t-stat -1.43 1.28 4.38 -0.08 0.08 p-value 0.08 0.10 0.00 0.47 0.47 Malay -0.23 0.46 0.20 0.87 0.03 t-stat -2.25 1.47 5.28 -1.23 1.04 p-value 0.01 0.07 0.00 0.11 0.15 Philip -0.19 1.04 0.24 1.04 -0.01 t-stat -4.29 2.36 3.29 0.18 -0.19 p-value 0.00 0.01 0.00 0.57 0.57 Singapore -0.43 0.55 0.40 1.01 -0.01 t-stat -3.62 1.83 7.88 0.21 -0.22 p-value 0.00 0.03 0.00 0.58 0.59 Pooled -0.08 0.49 0.26 1.05 -0.01 t-stat -4.66 3.99 9.00 0.67 -0.71 p-value 0.00 0.00 0.00 0.75 0.76
Đối với Trung Quốc, các giá trị λi,china đều có ý nghĩa với các quốc gia Đông Nam Á, biến thiên từ 0.13 (Việt Nam) đến 0.43 (Indonesia), qua đó cho thấy các nước Đông Nam Á có liên kết kinh tế chặt chẽ với Trung Quốc, nhưng các giá trị θi,china đều không có ý nghĩa thống kê, do đó tỷ suất sinh lợi của Trung Quốc không thể hiện sự khuếch
tán thông tin sang các nước Đông Nam Á. Vì vậy, các cú sốc tỷ suất sinh lợi nảy sinh ở Trung Quốc không tác động đến tỷ suất sinh lợi của các quốc gia Đông Nam Á. Tương tự với những kết quả của MSCI và GFD cho thấy hầu hết các nước Đông Nam Á đều thể hiện có một sự kết nối chặt chẽ về mặt kinh tế nhưng không có sự khuếch tán thông tin từ thị trường chứng khoán Trung Quốc sang thị trường chứng khoán của các nước Đông Nam Á. Điều này cũng có thể lý giải là do Trung Quốc là một nền kinh tế sản xuất lớn nhất nhì thế giới, do đó sự giao thương kinh tế giữa Trung Quốc và các nước Đông Nam Á là rất lớn do sự gần gũi về mặt địa lý cũng như nhu cầu giao thương quan trọng của nhau nhưng khi các cú sốc tỷ suất sinh lợi xảy ra trên thị trường chứng khoán của Trung Quốc thì không có sự khuếch tán thông tin dần dần từ thị trường chứng khoán Trung Quốc sang thị trường chứng khoán của các nước Đông Nam Á vì thị trường chứng khoán của Trung Quốc chưa thực sự phát triển vượt bậc, và có những tác động to lớn đến thị trường tài chính thế giới nói chung và thị trường của các nước Đông Nam Á nói riêng.
4.4. Mô hình dự báo ngoài mẫu:
Bảng 11: Khả năng dự báo ngoài mẫu của tỷ suất sinh lợi lấy trễ của Mỹ, từ 2007:06 đến 2013:06
Bảng 11 cho thấy thống kê 𝑅2 ngoài mẫu, 𝑅𝑂𝑆2 (tính theo phần trăm). Mô hình dự báo dựa trên tỷ suất sinh lợi lấy trễ của Mỹ: ri,t+1 = βi,0 + єi,t+1 (ri,t+1 = βi,0 + βi,USA rUSA,t + єi,t+1), Cột thứ 3,5,7 cho thấy kết quả trong trường hợp ước lượng gộp mô hình dự báo dựa trên tỷ suất sinh lợi lấy trễ của Mỹ mà áp đặt các giới hạn gộp, βi,USA = 𝛽̅𝑈𝑆𝐷 với tất cả i = USA. Các giá
trị bên dưới thống kê R2OS cho thấy giá trị MSFE thống kê đã được điều chỉnh để kiểm định giả thuyết H0: R2
OS = 0 và giả thuyết đối 𝐻𝐴: R2
OS > 0. Dấu “In đậm” cho thấy mức ý nghĩa 10% hoặc tốt hơn. Dữ liệu lấy từ FTSE.
Country (i) USA
vs HA USA vs HA, pooled USA vs AR USA vs AR, pooled USA vs bench PR USA vs bench PR, pooled Vietnam 1.22 2.69 1.44 2.96 1.58 7.78 MSFE-adj 1.63 2.07 1.76 1.69 1.78 4.88 p-value 0.05 0.02 0.04 0.05 0.04 0
Indo -1.72 -0.79 -1.39 1.77 -2.77 5.77 MSFE-adj -1 -0.01 -0.85 0.32 -0.85 0.29 p-value 0.84 0.51 0.8 0.37 0.8 0.39 Thailand -0.69 0 -0.79 0.59 -2.1 9.31 MSFE-adj 0.43 0.67 0.23 0.21 -0.07 0.45 p-value 0.33 0.25 0.41 0.42 0.53 0.33 Malay -0.05 -0.73 -0.39 -0.13 -1.07 6.13 MSFE-adj 0.57 1.18 -0.13 0.68 -0.42 2.77 p-value 0.28 0.12 0.55 0.25 0.66 0 Phil -0.63 -0.06 -0.51 1.49 -1.91 -0.76