CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG
3.3 Phương pháp kiểm định mơ hình
Dữ liệu nghiên cứu được thu thập dưới dạng chuỗi thời gian. Phương pháp
nghiên cứu dùng mơ hình DCC-GARCH để tìm ra hệ số tương quan cĩ điều kiện biến đổi qua thời gian của tỷ suất sinh lời vàng và tỷ suất sinh lợi của VN-index.
Nhằm phân tích vai trị của vàng cĩ thể làm cơng cụ phịng ngừa và kênh trú
ẩn an tồn đối với chứng khốn, tác giả tiến hành nghiên cứu trên tỷ suất sinh lợi giá vàng và tỷ suất sinh lợi chứng khốn.
Quy trình được tiến hành như sau:
Bước 1: Tính thống kê mơ tả chuỗi dữ liệu theo từng biến.
Thống kê mơ tả cung cấp những tĩm tắt đơn giản về mẫu và các thước đo. Biểu diễn dữ liệu thành các bảng số liệu tĩm tắt về dữ liệu để phân tích các chỉ số thống kê như số trung bình, trung vị, giá trị nhỏ nhất, giá trị lớn nhất của chuỗi dữ liệu.
Bước 2: Kiểm định tính dừng
Kiểm định tính dừng là kiểm định rất quan trọng để xác định cấu trúc dữ liệu của các biến cĩ phù hợp với mơ hình chuổi thời gian họ GARCH hay khơng.
Kiểm định tính dừng bằng Augmented Dickey-Fullet test (ADF): Dấu hiệu nhận biết khi nhìn vào bảng kết quả nếu hệ số của biến tại độ trễ t-1 bé hơn 0 và đồng thời giá trị tuyệt đối thống kê t tính tốn lớn hơn trị tuyệt đối của các giá trị t tra bảng ADF ở các mức ý nghĩa 1%, 5% , 10% thì bác bỏ giả thiết H0, từ đĩ kết luận chuỗi dữ liệu dừng.
Bước 3: Kiểm định ảnh hưởng của ARCH
Kiểm định ảnh hưởng ARCH được thực hiện nhằm kiểm tra sự tồn tại của hiện tượng phương sai thay đổi cĩ điều kiện trước khi ước lượng hệ số tương quan biến đổi qua thời gian của vàng và tỷ suất sinh lợi của VN-index.
Dấu hiệu nhận biết khi nhìn vào bảng kết quả của từng biến tương ứng nếu tồn tại một hệ số phần dư khác 0 cĩ Prob nhỏ hơn mức ý nghĩa 5% và Prob nhỏ hơn 10%
thì bác bỏ giả thiết H0, từ đĩ kết luận chuỗi dữ liệu của biến đang xét cĩ ảnh hưởng của ARCH.
Bước 4: Ước lượng mơ hình DCC-GARCH
Ước lượng mơ hình DCC-GARCH là ước lượng hai phương trình sau:
Các ký hiệu sử dụng trong mơ hình đã được nêu trong phần trên của luận văn.
Dấu hiệu nhận biết tính phù hợp của mơ hình DCC-GARCH khi nhìn vào bảng kết quả nếu các hệ số ảnh hưởng của ARCH (𝛼𝑗) và GARCH (𝛽𝑗) đều bé hơn 1 và tổng các hệ số ước lượng DCC 𝜆1 và 𝜆2 (tương ứng hệ số θ1 và θ2) nhỏ hơn 1 và cĩ ý nghĩa thống
kê (Prob nhỏ hơn mức ý nghĩa 5%).
Trên đây là phương pháp nghiên cứu của đề tài được làm rõ cho từng nội dung liên quan đến mơ hình thực nghiệm, mơ tả các biến quan sát của mơ hình, nguồn dữ liệu và cách thức xử lý dữ liệu. Mơ hình thực nghiệm sử dụng là mơ hình chuỗi thời gian linh hoạt cĩ điều kiện DCC-GARCH đã từng được tác giả Mark Joy (2011) sử dụng và xác định tính phù hợp. Thao tác xử lý dữ liệu được thực hiện bằng phần mềm Stata 13 và Eviews 8.0.