CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Mơ hình đo lường sự đồng biến, so sánh các mối liên kết trong tác động đố
đối với sự đồng biến
Với những ưu điểm của SDM và SAR so với các mơ hình khác, trong nghiên cứu này tôi lựa chọn 2 mơ hình này để kiểm định tính đồng biến giữa các thị trường chứng khoán, so sánh đánh giá các yếu tố được cho là có tác động đến tính đồng
Lấy mơ hình SDM làm ví dụ: Y = δWY + ατN + Xβ +WXθ + ϵ
Hệ số δ phản ánh sự phụ thuộc (trung bình) của Y của một section vào các Y của các section lân cận. Nếu kết quả hồi quy cho δ> 0 và có ý nghĩa thống kê thì chứng tỏ tồn tại tính vận động cùng hướng (đồng biến) của Y giữa các section. Hệ số δ càng lớn chứng tỏ mức độ đồng biến càng cao.
Để so sánh các mối liên kết (đo lường bằng W) với nhau xem đo lường nào phản ánh tốt hơn sự đồng biến, Asgharian et al. (2013) sử dụng đồng thời mơ hình SDM với hai phần tử spatial lag: Y=ρ1W1Y +ρ2W2Y + βX + θ1W1X + θ2W2X + μ + ϵ Nếu ρ1> ρ2 thì chứng tỏ mức độ ảnh hưởng của W1 cao hơn W2 đến sự đồng biến của Y giữa các section.
Trong nghiên cứu này, tôi đưa thêm một đo lường so sánh nhằm đánh giá mức độ ảnh hưởng giữa các W bằng tỷ số ρ1/ρ2. Nếu tỷ số này càng lớn chứng tỏ sức vượt trội càng cao giữa W1 so với W2 (và ngược lại).
Trong trường hợp W1 và W2 được xây dựng bằng cách tách từ một ma trận gốc W nhằm so sánh 2 nhóm 50% liên kết cao và 50% liên kết thấp, tỷ số ρ1/ρ2 càng lớn chứng tỏ nhóm section liên kết cao có tính đồng biến lớn hơn nhóm liên kết thấp, hay mối liên kết đó thực sự ảnh hưởng đáng kể đến sự đồng biến.