CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.2. Kiểm định tính dừng và kiểm định đa cộng tuyến
4.2.1. Kiểm định tính dừng:
Theo Gujarati (2003) một chuỗi thời gian là dừng khi giá trị trung bình, phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi dù cho chuỗi được xác định vào thời điểm nào đi nữa. Chuỗi dừng có xu hướng trở về giá trị trung bình và những dao động xung quanh giá trị trung bình sẽ như nhau hay nói cách khác một chuỗi thời gian khơng dừng sẽ có giá trị trung bình thay đổi theo thời gian hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai.
Kiểm định tính dừng là một trong các bước đầu tiên cần phải tiến hành. Bản chất của phân tích hồi quy là xây dựng những dự báo cho tương lai nếu chuỗi dữ liệu khơng dừng sẽ khơng có giá trị thực tiễn bởi vì chúng ta khơng thể sử dụng chuỗi dữ liệu trong quá khứ để dự báo cho tương lai. Trong bài nghiên cứu này, tác giả sử
dụng phương pháp kiểm định nghiệm đơn vị là phương pháp được sử dụng phổ biến hiện nay để kiểm định tính dừng được nghiên cứu bởi Dickey và Fuller năm 1981 ký hiệu DF và nghiên cứu mở rộng sau đó ký hiệu ADF.
Giả thuyết H0 là chuỗi khơng dừng, ta tính tốn nếu giá trị tuyệt đối của t tính tốn lớn hơn giá trị tuyệt đối của t tra bảng ở mức ý nghĩa 1% thì ta bác bỏ giả thuyết H0.
Bảng 4.3. Kết quả kiểm định tính dừng của các biến độc lập
RMRF là tỷ suất sinh lợi vượt trội của danh mục thị trường; SMB là tỷ suất sinh lợi trung bình của danh mục có quy mơ nhỏ trừ tỷ suất sinh lợi trung bình của danh mục có quy mơ lớn; HML là tỷ suất sinh lợi trung bình của danh mục có tỷ lệ BE/ME cao trừ danh mục có tỷ lệ BE/ME thấp; WML là tỷ suất sinh lợi trung bình của danh mục có tỷ suất sinh lợi của năm trước cao trừ tỷ suất sinh lợi của danh mục có tỷ suất sinh lợi năm trước thấp.
Biến độc lập t tính tốn t tra bảng Kết quả kiểm định
RMRF -16.57681 -3.984344 Bác bỏ H0
SMB -4.246293 -3.984344 Bác bỏ H0
HML -15.73803 -3.984344 Bác bỏ H0
WML -15.16593 -3.984344 Bác bỏ H0
Như vậy, theo kết quả kiểm định các biến độc lập trong mơ hình đều là chuỗi dừng.
4.2.2. Kiểm định hiện tượng đa cộng tuyến:
Tiếp theo, tác giả tiến hành kiểm định hiện tượng đa cộng tuyến đây cũng là một trong các kiểm định quan trọng. Để có thể sử dụng mơ hình hồi quy cho mục đích dự báo điều quan trọng là cần phải đảm bảo các biến trong mơ hình hồi quy khơng có mối quan hệ tương quan với nhau, mỗi biến độc lập chứa một thông tin riêng cũng như mức độ tác động khác nhau đến biến phụ thuộc. Kiểm định hiện tượng đa cộng tuyến nhằm kiểm tra xem các biến có độc lập với nhau trong việc giải thích cho biến phụ thuộc hay không.
Hiện tượng đa cộng tuyến có thể dẫn đến đến những hậu quả như sau: các ước lượng của hệ số hồi quy OLS có thể khơng cho kết quả chính xác, mơ hình khơng có ý nghĩa thống kê, dấu của các hệ số hồi quy sai so với kỳ vọng… Vì vậy, việc
kiểm tra hiện tượng đa cộng tuyến để kiểm tra và nhận diện các biến có mức độ tương quan cao để đảm bảo kết quả hồi quy mong muốn.
Bảng 4.4. Ma trận hệ số tương quan giữa các biến độc lập
RMRF là tỷ suất sinh lợi vượt trội của danh mục thị trường; SMB là tỷ suất sinh lợi trung bình của danh mục có quy mơ nhỏ trừ tỷ suất sinh lợi trung bình của danh mục có quy mơ lớn; HML là tỷ suất sinh lợi trung bình của danh mục có tỷ lệ BE/ME cao trừ danh mục có tỷ lệ BE/ME thấp; WML là tỷ suất sinh lợi trung bình của danh mục có tỷ suất sinh lợi của năm trước cao trừ tỷ suất sinh lợi của danh mục có tỷ suất sinh lợi năm trước thấp.
RMRF SMB HML WML
RMRF 1.000000 - - -
SMB -0.056553 1.000000 - -
HML 0.088005 -0.038061 1.000000 -
WML -0.140879 -0.019040 -0.379591 1.000000
Nhìn vào kết quả ta thấy giá trị tuyệt đối của hệ số tương quan giữa các nhân tố giải thích vào khoảng [0.019040 – 0.140879] thấp hơn rất nhiều so với mức 0.6 (là mức có nhiều khả năng xảy ra hiện tượng đa cộng tuyến). Như vậy, khơng có mối tương quan đáng kể giữa các biến giải thích có nghĩa là không cần phải lo ngại đa cơng tuyến giữa các biến giải thích RMRF, SMB, HML, WML.