Sau khi kiểm tra tính dừng, tác giả tiến hành kiểm định hiện tượng đa cộng tuyến: để có thể sử dụng một mơ hình hồi quy cho mục đích dự báo, điều quan trọng là phải đảm bảo các biến trong mơ hình hồi quy khơng có mối quan hệ tương quan với nhau, mỗi biến Xi chứa một thông tin riêng về Y, thông tin không chứa trong bất kỳ biến Xi khác.
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. Trường hợp xuất hiện hiện tượng đa công tuyến, chúng ta phải nhận diện và loại bỏ các biến có hệ số tương quan cao.
Bảng 4.3: Ma trận tương quan giữa các biến giải thích trong mơ hình
RM_RF HML SMB
RM_RF 1.000000 -0.250285 -0.176672 HML -0.250285 1.000000 -0.398886 SMB -0.176672 -0.398886 1.000000
Nguồn: Tác giả tính toán dựa trên số liệu dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, được cung cấp từ công ty cổ phần Tài Việt thơng qua gói sản phẩm tài chính và lãi suất phi rủi ro được thu thập từ website ngân hàng Phát Triển Châu Á: http://asianbondsonline.adb.org, mục quốc gia Việt Nam, tiểu mục Data, tiểu mục nhỏ Bond Market Indicators và website của công ty chứng khoán Tân Việt (http://finance.tvsi.com.vn/ListingBondsList.aspx). Mục Danh Sách Trái Phiếu Niêm Yết và phần mềm eview 6.0
Bảng 4.3 thể hiện tương quan của từng cặp nhân tố Rm-Rf, SMB và HML: tương quan giữa nhân tố Rm-Rf và SMB là -0,18 (so với 0,32 trong Fama và French (1993)), giữa nhân tố HML và Rm-Rf là -0.25 (so với -0,38 trong Fama và French (1993)) và giữa nhân tố SMB và HML là -0.40 (so với -0.08 trong Fama và French (1993)). Tương quan của các nhân tố nhỏ hơn của Fama-French, chỉ có tương quan giữa nhân tố HML và Rm-Rf là cao hơn Fama-French. Tuy nhiên giá trị tuyệt đối của hệ số tương quan giữa các nhân tố giải thích vào khoảng [0,18 – 0,4] thấp hơn rất nhiều so với mức 0,6 (là mức có nhiều khả năng xảy ra hiện tượng đa cộng tuyến).
Để có sự chắc chắn hiện tượng đa cộng tuyến không xảy ra thì tác giả sử dụng phương pháp thừa số tăng phương sai (VIF) để nhận biết hiện tượng đa cộng tuyến:
VIF = 1/(1-rij2) (3.7)
Với rij : là hệ số tương quan giữa 2 biến độc lập trong mơ hình Khi rij2 tăng làm VIF tăng và làm tăng mức độ đa cộng tuyến
Bảng 4.4: Thừa số tăng phương sai (VIF)
Rm - Rf SMB
HML 1.067
SMB 1.032 1.189
Nguồn: Tác giả tính tốn dựa trên số liệu dựa vào dữ liệu giá và khối lượng cổ phiếu đang lưu hành, được cung cấp từ công ty cổ phần Tài Việt thơng qua gói sản phẩm tài chính và lãi suất phi rủi ro được thu thập từ website ngân hàng Phát Triển Châu Á: http://asianbondsonline.adb.org, mục quốc gia Việt Nam, tiểu mục Data, tiểu mục nhỏ Bond Market Indicators và website của công ty chứng khoán Tân Việt (http://finance.tvsi.com.vn/ListingBondsList.aspx). Mục Danh Sách Trái Phiếu Niêm Yết và phần mềm eview 6.0
Khi VIF >= 10 thì có hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình. Và nhìn trên bảng 4.4 ta thấy VIF dao động từ 1.03 đến 1.189 rất bé so với 10.
Như vậy, khơng có mối tương quan với nhau giữa các biến giải thích, nghĩa là mỗi biến giải thích (HML, Rm-Rf và SMB) chứa một thông tin về Rp và không chứa bất kỳ thơng tin về biến giải thích nào khác, nên khơng có hiện tượng đa cộng tuyến.