Mặc dù kết quả của ba kiểm định đã khẳng định tính khơng hiệu quả dạng yếu của TTCK Việt Nam giai đoạn 2000-2012 với mức ý nghĩa 5% nên có độ tin cậy cao nhưng luận văn vẫn tồn tại những hạn chế nhất định như sau:
Thứ nhất, các kiểm định về tính ngẫu nhiên địi hỏi cỡ mẫu phải đủ lớn để kết quả của kiểm định thống kê không bị thiên lệch mà nguồn dữ liệu của thị trường chứng khốn Việt Nam mới có được khoảng thời gian 12 năm vẫn là một con số hạn chế so với những nghiên cứu khác về tính hiệu quả của thị trường chứng khoán đã tồn tại lâu đời. Vì vậy trong tương lai, khi có nhiều hơn cơ sở dữ liệu về thị trường chứng khốn Việt Nam, các nghiên cứu tiếp theo có thể được thực hiện với độ tin cậy cao hơn với nguồn dữ liệu chuỗi thời gian có độ dài nhiều hơn.
Thứ hai, chỉ mới sử dụng các kiểm định về thống kê để đưa ra các kết luận có thể sử dụng thêm các phương pháp khác như kết hợp giữa kiểm định thống kê và kiểm định tính có thể phán đốn của chuỗi dữ liệu giá thông qua các kiểm định về quy tắc giao dịch theo phân tích kỹ thuật khi thị trường đáp ứng được các điều kiện của nó để gia tăng độ tin cậy cho kiểm định.
TÀI LIỆU THAM KHẢO
1. Box, G.E, and Pierce, D.A (1970), Distribution of Residual Autocorrelations in Autoregressive-Integrated Moving Average Time Series Models, Journal of the American Statistical Association 65, pp. 1509-1526.
2. Brock, W. A, Dechert W.D, and Scheinkman J.A (1987), A Test of Independence Based on the Correlation Dimension, SSRI Working Paper No.
8702, Department of Economics, University of Wisconsin-Madison.
3. Bui My Chau (2006),Testing the weak-form market efficiency of the Vietnamese stock market, A Dissertation presented in part consideration for the degree of the MA. Finance and Investment, Nottingham University.
4. Campbell, J.Y, Lo, A.W, and MacKinlay, A.C (1997), The Econometrics of Financial Markets, Princeton University Press, New York.
5. Dickey, D.A, and Fuller W.A (1979), Distribution of the Estimators for Autoregressive Time Series With a Unit Root, Journal of the American Statistical Association 74, pp. 427-431.
6. Fama, E.F (1965), The Behaviour of Stock Market Prices, Journal of Business
38, p34-105.
7. Fama, E.F (1970), Efficient Capital Markets: A Review of Theory and Empirical Works, Journal of Finance 25 No. 2, pp. 383-417.
8. Gujarati D.N (2003), Basic Econometrics 4/e, McGraw-Hill, New York.
9. Huber, P. (1997), Stock Market Returns in Thin Markets: Evidence from the Vienna Stock Exchange, Applied Financial Economics 7, pp. 493-498.
10. Ljung, G.M, and Box., G.E (1978), On a Measure of Lack on Fit in Time Series Models, Biometrika 65, pp. 297-303.
11. Lo, A.W, and MacKinlay, A.C (1988). Stock Market Prices Do Not Follow Random Walks: Evidence from a Simple Specification Test, Review of Finance
Studies 1, pp. 41-66.
12. Mirah Putu Nikita, Subiakto Soekarno (2012), Testing on weak form market efficiency: The evidence from Indonesia stock market year 2008-2011, 2nd International Conference on Business, Economics, Management and Behavioral Sciences (BEMBS'2012) Oct. 13-14, 2012 Bali (Indonesia).
13. Taylor, S., (2000). Stock Index and Price Dynamics in the UK and the US: New Evidence from a Trading Rule and Statistical Analysis, The European Journal of
Finance 6, pp. 39-69.
14. Tsay R.S (2005), Analysis of Financial Time Series 2/e, Wiley, New York.
15. Worthington, Andrew and Higgs, Helen (2003) Test of random walks and market efficiency in Latin American stock markets: An empirical note. School of
Economics and Finance, Queensland University of Technology, Brisbane, Australia.
16. Worthington, Andrew and Higgs, Helen (2004) Random walks and market efficiency in European equity markets, Global Journal of Finance and Economics 1(1):pp. 59-78.
17. Xiaofeng Li (2008), Test of stock market efficiency of China and Japan,
Master’s Thesis in Economics of Innovation and Growth in KTH Stockholm, April 2008.
18. http://www.cophieu68.vn/export.php
19. http://www.cophieu68.vn/stats_market_size.php
PHỤ LỤC BẢNG 1. Kiểm định Unit Root
2. Kiểm định Ljung – Box
3. Kiểm định Lomac
3.1. Kiểm định Lomac với phương sai không đổi
Null Hypothesis: Log WEEKLY is a random walk Date: 03/04/13 Time: 10:21
Sample: 8/02/2000 12/26/2012
Included observations: 635 (after adjustments)
Standard error estimates assume no heteroskedasticity Use biased variance estimates
User-specified lags: 2 4 8 16
Joint Tests Value df Probability Max |z| (at period 8)* 8.095293 635 0.0000
Wald (Chi-Square) 68.84117 4 0.0000 Individual Tests
2 1.219610 0.039684 5.534005 0.0000 4 1.502998 0.074242 6.775157 0.0000 8 1.950276 0.117386 8.095293 0.0000 16 2.308290 0.174676 7.489795 0.0000
*Probability approximation using studentized maximum modulus with parameter value 4 and infinite degrees of freedom
Test Details (Mean = 0.00215462670318) Period Variance Var. Ratio Obs.
1 0.00212 -- 635 2 0.00258 1.21961 634 4 0.00318 1.50300 632 8 0.00413 1.95028 628 16 0.00489 2.30829 620
3.2. Kiểm định Lomac với phương sai thay đổi
Null Hypothesis: Log WEEKLY is a martingale Date: 03/04/13 Time: 10:23
Sample: 8/02/2000 12/26/2012
Included observations: 635 (after adjustments) Heteroskedasticity robust standard error estimates Compute variances assuming zero mean
Use biased variance estimates User-specified lags: 2 4 8 16
Joint Tests Value df Probability Max |z| (at period 8)* 5.832203 635 0.0000 Individual Tests
Period Var. Ratio Std. Error z-Statistic Probability 2 1.221106 0.058565 3.775382 0.0002 4 1.507242 0.105113 4.825686 0.0000 8 1.960216 0.164640 5.832203 0.0000 16 2.327725 0.237970 5.579371 0.0000
*Probability approximation using studentized maximum modulus with parameter value 4 and infinite degrees of freedom
Test Details (Mean = 0)
Period Variance Var. Ratio Obs. 1 0.00212 -- 635
2 0.00259 1.22111 634 4 0.00320 1.50724 632 8 0.00416 1.96022 628 16 0.00494 2.32772 620