Rt = α2 + β2Rt-1 + b2Tt + υt (3.11b) υt ~ N(0,ht)
ht = φ0 + φ1υ2t-1 + γ1ht-1 (3.12b)
Thống kê kiểm định Giá trị df Xác suất
Thống kê F 87.33613 (4, 331) 0.0000 Chi-bình phương 349.3445 4 0.0000 Rt = α2 + β2Rt-1 + b2Tt + υt (3.11b) υt ~ N(0,ht) ht = φ0 + φ1υ2t-1 + γ1ht-1 (3.12b)
Thống kê kiểm định Giá trị df Xác suất
Thống kê F
4499.734 (4, 331) 0.0000
Chi-bình phương
17998.94 4 0.0000
Hệ số thống kê F và Chi-bình phương trong kiểm định Wald có ý nghĩa thống kê ở mức 1%, do đó ta bác bỏ giả thuyết H0 ở cả hai mơ hình GARCH(1,1) (3.11a,
3.12a) và (3.11b, 3.12b), tức là các mơ hình GARCH(1,1) (3.11a, 3.12a) và (3.11b, 3.12b) là phù hợp với mẫu. Nói cách khác, các hệ số liên quan đến các biến giải
thích là khác khơng. Vì vậy, các mối quan hệ đồng thời đồng biến giữa sự thay đổi giá với khối lượng giao dịch và sự thay đổi trong khối lượng giao dịch vẫn bảo tồn khi tính đến phương sai của sai số thay đổi.
Kết luận: Các kết quả thực nghiệm cho thấy rằng có mối quan hệ đồng thời đồng
biến giữa sự thay đổi giá chứng khoán với khối lượng giao dịch và sự thay đổi trong khối lượng giao dịch tại thị trường chứng khoán Việt Nam, mối quan hệ này vẫn
được bảo toàn sau khi xét đến phương sai của sai số thay đổi bằng cách sử dụng mô
hình GARCH(1,1).
Kết quả về mối quan hệ đồng thời đồng biến giữa sự thay đổi giá chứng khoán và
khối lượng giao dịch bằng cách sử dụng GARCH(1,1) phù hợp với các kết quả ở
hầu hết của các nghiên cứu trước đây như:
Tại thị trường chứng khoán Trung Quốc, Lee and Rui (2000) nghiên cứu mối quan hệ đồng thời và quan hệ nhân quả giữa khối lượng giao dịch, tỷ suất sinh lợi chứng khoán và sự biến động tỷ suất sinh lợi ở bốn Sở giao dịch chứng khoán tại Trung
Quốc. Nghiên cứu sử dụng dữ liệu hàng ngày từ ngày 12/12/1990 đến ngày
31/12/1997 cho Shanghai A Index; từ ngày 21/02/1992 đến ngày 31/12/1997 cho
Shanghai B Index; từ ngày 30/09/1992 đến ngày 31/12/2997 cho Shenzhen A
Index; và từ ngày 06/010/1992 đến ngày 31/12/1997 cho Shenzhen B Index. Kết
quả nghiên cứu cho thấy tồn tại mối quan hệ đồng thời đồng biến giữa khối lượng
giao dịch và tỷ suất sinh lợi trên tất cả bốn thị trường tại Trung Quốc. Nghiên cứu cũng sử dụng mơ hình GARCH(1,1), kết quả cho thấy mối quan hệ đồng thời đồng biến giữa khối lượng giao dịch và tỷ suất sinh lợi bảo tồn khi tính đến phương sai của sai số thay đổi.
Tại thị trường chứng khoán Pakistan, Khan and Rizwan (2008) đã nghiên cứu thực nghiệm mối quan hệ giữa tỷ suất sinh lợi chứng khoán và khối lượng giao dịch hàng ngày tại thị trường này. Nghiên cứu sử dụng dữ liệu giá trị đóng cửa và khối lượng
ngày 01/01/2001 đến ngày 23/05/2007. Nghiên cứu cũng sử dụng mơ hình
GARCH(1,1) để kiểm tra sự tồn tại của mối quan hệ đồng thời đồng biến. Họ tìm
thấy một mối quan hệ đồng thời đồng biến giữa khối lượng giao dịch và tỷ suất sinh lợi được bảo tồn sau khi xét đến phương sai của sai số thay đổi.
Gần đây hơn Darwish (2012) nghiên cứu các mối quan đồng thời và quan hệ nhân
quả giữa sự thay đổi giá chứng khoán với khối lượng giao dịch và sự thay đổi trong khối lượng giao dịch tại thị trường chứng khoán Palestine. Sử dụng dữ liệu sự thay
đổi giá chứng khoán, khối lượng giao dịch và sự thay đổi trong khối lượng giao
dịch hàng tuần trong giai đoạn từ tháng 10/2000 đến tháng 08/2010. Nghiên cứu
cũng sử dụng mơ hình GARCH(1,1) để kiểm tra sự tồn tại của mối quan hệ đồng
thời đồng biến. Nghiên cứu cho thấy rằng mối quan hệ đồng thời đồng biến giữa sự thay đổi giá chứng khoán với khối lượng giao dịch và sự thay đổi trong khối lượng giao dịch bảo tồn sau khi tính tốn phương sai của sai số thay đổi.
Cũng tại thị trường Pakistan, Attari et al. (2012) nghiên cứu mối quan hệ giữa sự thay đổi giá với khối lượng giao dịch và sự thay đổi trong khối lượng giao dịch. Sử dụng dữ liệu hàng tuần tại Karachi Stock Exchange (KSE-100 Index) từ tháng 01/2000 đến tháng 03/2010. Mơ hình GARCH(1,1) cũng được sử dụng để kiểm tra mối quan hệ đồng thời giữa sự thay đổi giá và khối lượng giao dịch. Kết quả cho thấy có mối quan hệ đồng thời đồng biến giữa sự thay đổi giá với khối lượng giao
dịch và sự thay đổi trong khối lượng giao dịch tại Pakistan.
3.4. KIỂM ĐỊNH NHÂN QUẢ GRANGER
Luận văn nghiên cứu không chỉ bao gồm mối quan hệ đồng thời thời mà còn là
quan hệ nhân quả giữa sự thay đổi giá chứng khoán và khối lượng giao dịch. Mơ
hình kiểm định nhân quả Granger được thể hiện như sau:
Rt = αR + ∑ = n i 1 αiRt-i + ∑ = n i 1 βiVt-i + εR,t (3.13a) Vt = αV + ∑ = n i 1 αiVt-i + ∑ = n i 1 βiRt-i + εV,t (3.14a)
Và: Rt = αR + ∑ = n i 1 αiRt-i + ∑ = n i 1 βiTt-i + εR,t (3.13b) Tt = αV + ∑ = n i 1 αiTt-i + ∑ = n i 1 βiRt-i + εT,t (3.14b)
3.4.1. Lựa chọn độ trễ tối ưu
Để kiểm định mối quan hệ nhân quả Granger, điều quan trọng nhất là phải xác định
chiều dài độ trễ thích hợp cho các biến số trong mơ hình. Luận văn này sử dụng các tiêu chuẩn FPE (Final prediction error), AIC (Akaike information criterion) và HQ
(Hannan-Quinn information criterion) để xác định chiều dài độ trễ tối ưu của các
biến trong mơ hình Granger. Độ trễ tối ưu là độ trễ mà tại đó các giá trị FPE, AIC và HQ nhỏ nhất tương ứng. Phần mềm Eviews 6 cho ra giá trị FPE, AIC, HQ. Kết quả kiểm định được trình bày trong các bảng sau: