- Khả năng phục hồi nhanh
PHƯƠNG PHÁP NGHIÊN CỨU
3.3.4 Phương pháp kiểm định nhân quả Granger
Để thực hiện mục tiêu nghiên cứu tiếp theo của luận án là kiểm định mối quan hệ nhân quả giữa thị trường phái sinh và TTCK cơ sở, tác giả trước hết thực hiện kiểm định tính dừng (stationary) của các chuỗi dữ liệu nghiên cứu, đây là điều kiện cần thiết trước khi thực hiện các kiểm định xa hơn, bởi lẽ một chuỗi dữ liệu đảm bảo tính dừng sẽ có giá trị trung bình và phương sai khơng phụ thuộc vào thời gian và do đó sẽ có giá
trị cao khi dùng để dự báo. Trong đó, kiểm định Augmented Dickey Fuller (ADF) được sử dụng trong luận án này. Giả thuyết H0 trong kiểm định ADF là tồn tại một nghiệm đơn vị (β=0) và ngược lại, giả thuyết H1 là không tồn tại nghiệm đơn vị. Các chuỗi dữ liệu được chuyển thành dạng logarit tự nhiên từ dữ liệu gốc. Nếu giả thuyết H0 bị bác bỏ về nghiệm đơn vị, khi đó khơng tồn tại nghiệm đơn vị trong chuỗi dữ liệu và có thể kết luận rằng chuỗi dữ liệu có tính dừng tại độ trễ k.
Tiếp theo, kiểm định nhân quả Granger được áp dụng để kiểm định mối quan hệ giữa thị trường cơ sở và thị trường tương lai. Kiểm định này được đưa ra bởi Granger (1969), theo đó tác giả đề xuất rằng quá khứ có thể gây ra hoặc dự đoán tương lai, nhưng tương lai khơng thể gây ra hay dự đốn cho q khứ. Bên cạnh đó, X gây ra Y nếu giá trị quá khứ của X có thể được sử dụng để dự đốn Y sẽ chính xác hơn là chỉ sử dụng giá trị quá khứ của Y để dự đốn Y. Nói cách khác, nếu giá trị q khứ của X có thể giúp tăng khả năng dự đốn Y, khi đó có thể kết luận rằng X có quan hệ nhân quả Granger với Y.
Để kiểm định mối quan hệ nhân quả có thể tồn tại giữa lợi nhuận thị trường cơ sở và thanh khoản giao dịch của giao dịch HĐTL chỉ số, giả thuyết H0 được đưa ra là lợi nhuận thị trường khơng có quan hệ nhân quả với thanh khoản giao dịch HĐTL chỉ số, và ngược lại. Trong đó, lợi nhuận thị trường cơ sở được tính dựa trên giá đóng cửa hàng ngày của chỉ số VN30-Index, thanh khoản giao dịch của HĐTL chỉ số (VOI) được đo lường theo cách tiếp cận của Garcia và ctv. (1986) thông qua tỷ số KLGD (V) trên khối lượng mở (OI) của HĐTL chỉ số. Giả thuyết H0 bị bác bỏ nếu giá trị xác suất nhỏ hơn 10%, độ dài độ trễ tối ưu cho các biến trong mơ hình cũng được lập luận phù hợp.
Nghiên cứu này cịn được phân tích chi tiết hơn thơng qua kiểm định mối quan hệ giữa độ biến động lợi nhuận thị trường cơ sở và thanh khoản giao dịch của giao dịch HĐTL chỉ số. Trong trường hợp này, giả thuyết H0 cũng được đề xuất rằng độ biến động thị trường cơ sở khơng có quan hệ nhân quả với thanh khoản giao dịch HĐTL chỉ số, và ngược lại. Theo Pok & Poshakwale (2004), phương sai có điều kiện của lợi nhuận thị trường cơ sở (ht) được rút ra từ mơ hình EGARCH (1,1) được sử dụng để đo lường độ biến động, thanh khoản giao dịch của HĐTL chỉ số được đo lường tương tự như đã trình bày ở phần trên.
Dựa vào những phương pháp phân tích dữ liệu đã trình bày, Bảng 3.1 mơ tả một cách cụ thể tiến trình phân tích dữ liệu trong nghiên cứu này. Trên cơ sở dữ liệu được thu thập, các mơ hình ước lượng của nghiên cứu lần lượt được thực hiện. Đồng thời, các kiểm định cần thiết cũng được đề cập đến trước khi phân tích các mơ hình ước lượng. Các giả thuyết nghiên cứu cũng được đưa ra đối với từng kiểm định.
Bảng 3.1. Tiến trình phân tích dữ liệu
Bước thực hiện Loại kiểm định Kết luận
1. Dữ liệu chuỗi thời gian của chỉ số VN30-Index và HĐTL chỉ số VN30-Index tương ứng 2.225 quan sát và 851 quan sát
2. Kiểm định tính dừng của chuỗi dữ liệu ADF H0: tồn tại nghiệm đơn vị (chuỗi không dừng)
H1: chuỗi dừng 3. Phân tích với mơ hình kiểm định mối quan hệ
nhân quả
Phân tích với mơ hình OLS
Granger H0: khơng có quan hệ
nhân quả
H1: tồn tại quan hệ nhân quả
4. Kiểm định phương sai sai số thay đổi và tự tương quan
ARCH H0: khơng có tác
động
H1: có tác động 5. Phân tích với mơ hình GARCH, EGARCH