Heteroskedasticity Test: White
Fstatistic 62.76921 Prob. F(2,40) 0.0000
Kết luận: Bác bỏ H0. Có hiện tượng phương sai thay đổi, mơ hình khơng phù hợp.
o Biến giải thích là CMHeteroskedasticity Test: White Heteroskedasticity Test: White
Fstatistic 87.69402 Prob. F(2,40) 0.0000
Kết luận: Bác bỏ H0, có hiện tượng phương sai thay đổi. Mơ hình khơng phù hợp.
Bây giờ ta tiến hành tìm mơ hình tốt nhất theo phương pháp loại bớt biến. Đầu tiên ta xây dựng 1 mơ hình hồi quy tuyến tính với tất cả các biến giải thích trên:
Variable Coefficient Std. Error tStatistic Prob. ROED 0.249616 0.165923 1.504408 0.1420 ROAD 0.116012 0.028231 4.109393 0.0002 PMD 0.077414 0.105213 0.735787 0.4671 PED 0.487758 0.072298 6.746520 0.0000 PBD 0.017219 0.036885 0.466838 0.6437 EPSD 0.269579 0.103968 2.592896 0.0141 DED 0.036079 0.074343 0.485306 0.6307 CMD 0.458234 0.067905 6.748210 0.0000 CFD 0.007960 0.007766 1.025042 0.3128 C 0.021676 0.007301 2.968770 0.0055
Rsquared 0.906496 Mean dependent var 0.013791
Adjusted Rsquared 0.880995 S.D. dependent var 0.121893 S.E. of regression 0.042049 Akaike info criterion 3.299517
Sum squared resid 0.058349 Schwarz criterion 2.889935
Log likelihood 80.93961 HannanQuinn criter. 3.148476
Fstatistic 35.54725 DurbinWatson stat 1.853071
Prob(Fstatistic) 0.000000
Kế đến, ta loại bỏ dần các biến thông qua kiểm định thừa biến Redundant Variables Likelihood Ratio, mơ hình phù hợp nhất sau khi loại bỏ các biến không cần thiết là:
Variable Coefficient Std. Error tStatistic Prob.
ROAD 0.086736 0.023118 3.751868 0.0006
PED 0.428195 0.063700 6.722060 0.0000
EPSD 0.372768 0.086850 4.292081 0.0001
CMD 0.507790 0.059571 8.524168 0.0000
C 0.024075 0.006916 3.480844 0.0013
Rsquared 0.891154 Mean dependent var 0.013791
Adjusted Rsquared 0.879696 S.D. dependent var 0.121893 S.E. of regression 0.042278 Akaike info criterion 3.380145
Sum squared resid 0.067923 Schwarz criterion 3.175354
Log likelihood 77.67311 HannanQuinn criter. 3.304624
Fstatistic 77.77901 DurbinWatson stat 1.838099
Prob(Fstatistic) 0.000000
Tiến hành kiểm định đa cộng tuyến cho mơ hình trên, kết quả như sau:
ROAd PEd EPSd Ped 0.003 prob. 0.742 EPSd 0.593 0.085 prob. 0.000*** 0.057* CMd 0.006 0.335 0.017 prob. 0.622 0*** 0.409
***: Mức ý nghĩa 1%; ** : Mức ý nghĩa 5%; * : Mức ý nghĩa 10%
Như vậy có hiện tượng đa cộng tuyến giữa EPSd và ROAd, Ped, giữa Ped và CMd, vậy nên loại bỏ Ped và EPSd ra khỏi mơ hình. Lúc này mơ hình cịn lại 2 biến giải thích:
Variable Coefficient Std. Error tStatistic Prob.
ROAD 0.004156 0.018127 0.229288 0.8198
CMD 0.754044 0.066969 11.25967 0.0000
C 0.033665 0.009601 3.506284 0.0011
Rsquared 0.760755 Mean dependent var 0.013791
Adjusted Rsquared 0.748793 S.D. dependent var 0.121893 S.E. of regression 0.061093 Akaike info criterion 2.685618
Sum squared resid 0.149295 Schwarz criterion 2.562744
Log likelihood 60.74079 HannanQuinn criter. 2.640306
Fstatistic 63.59643 DurbinWatson stat 1.718582
Prob(Fstatistic) 0.000000
Kết luận: Tiếp tục loại bỏ biến ROAd ra khỏi mơ hình, vậy mơ hình đa biến giờ chỉ cịn là mơ hình đơn biến với CMd là biến giải thích. Mơ hình hồi quy tuyến tính đơn biến với CMd là biến giải thích ta đã kiểm định ở phần trên, và đã phát hiện mơ hình có hiện tượng phương sai thay đổi. Tóm lại, khơng thể xây dựng được mơ hình hồi quy tuyến tính từ bộ dữ liệu các biến tài chính đã điều chỉnh độ trễ.
Các biến chỉ số thị trường khác (trường hợp theo tháng)
Hồi quy tuyến tính đơn biến
Biến kết hợp DJm FTSEm N225m SSECm
tStatistic 3.723 3.461 4.316 2.690
Prob. 0.000 0.001 0.000 0.008
RSquared 0.119 0.014629** 0.153 0.06562*
***: Mức ý nghĩa 1%; ** : Mức ý nghĩa 5%; * : Mức ý nghĩa 10%
Kết luận: Tất cả các mơ hình hồi quy đơn biến đều có ý nghĩa thống kê với mức ý nghĩa 1%. Mơ hình: VNIm = 0.899659*DJm + 0.011105
VNIm = 0.84424*FTSEm + 0.011297 VNIm = 0.773768*N225m + 0.012142 VNIm = 0.323669*SSECm + 0.009781
Hồi quy tuyến tính đa biến và kiểm định
Từ các mơ hình hồi quy tuyến tính đơn biến trên, ta tiến hành kiểm định hiện tượng phương sai thay đổi và kiểm định tự tương quan.
Kiểm định hiện tượng phương sai thay đổi: Kiểm định White. Giả thiết H0: Khơng có hiện tượng phương sai thay đổi.
Kết quả kiểm định:
Fstatistic Prob. F(2.102) Kết luận
DJm 0.926828 0.3991 Chấp nhận giả thiết H0
FTSEm 1.423116 0.2457 Chấp nhận giả thiết Ho
N225m 0.688148 0.5048 Chấp nhận giả thiết Ho
SSECm 1.035809 0.3586 Chấp nhận giả thiết Ho
Kết luận: Mơ hình hồi quy tuyến tính với 4 biến giải thích DJm, FTSEm, N225m và SSECm đều khơng xảy ra hiện tượng phương sai thay đổi. Ta tiếp tục tiến hành kiểm định tự tương quan cho 4 mơ hình này.
· Kiểm định tự tương quan: Kiểm định Breusch Godfrey Giả thiết H0: Khơng có hiện tượng tự tương quan
Kết quả kiểm định:
Kiểm định BreuschGodfrey
Fstatistic Prob. F(1,102) Kết luận
DJm 10.5032 0.0016*** Bác bỏ giả thiết Ho
FTSEm 12.8208 0.0005*** Bác bỏ giả thiết Ho
N225m 10.3582 0.0017*** Bác bỏ giả thiết Ho
SSECm 8.69243 0.004*** Bác bỏ giả thiết Ho
***: Mức ý nghĩa 1%
Kết luận: Cả 4 mơ hình hồi quy đơn biến với các biến giải thích lần lượt là DJm, FTSEm, N225m, SSECm đều xảy ra hiện tượng tự tương quan.
ð Khơng thể xây dựng được mơ hình hồi quy tuyến tính dựa trên dữ liệu trong bộ dữ liệu các nhân tố các thị trường khác.
Các biến thị trường khác (trường hợp theo tuần)
Hồi quy tuyến tính đơn biến
Biến kết hợp DJw FTSEw N225w SSECw
Coefficient 0.0674 0.0609 0.0011 0.18172
tStatistic 0.6446 0.6308 0.0132 2.72684
Prob. 0.5197 0.5287 0.9894 0.0068***
RSquared 0.0014 0.00134 1E06 0.02442
***: Mức ý nghĩa 1%
Kết luận: Mơ hình hồi quy đơn biến giữa SSECw và VNIw là 2 mơ hình có ý nghĩa thống kê với
mức ý nghĩa 1%
Mơ hình: VNIw = 0.18172 * SSECw + 0.002682
Hồi quy tuyến tính đa biến và kiểm định
· Từ 2 mơ hình hồi quy đơn biến trên ta tiến hành kiểm định hiện tượng phương sai thay đổi và kiểm định tự tương quan.
Kiểm định hiện tượng phương sai thay đổi : Kiểm định White. Giả thiết H0 : Khơng có hiện tượng phương sai thay đổi
Kết quả kiểm định:
Heteroskedasticity Test: White
Fstatistic 0.673796 Prob. F(2,296) 0.5106
Kết luận: Chấp nhận giả thiết H0, mơ hình khơng có hiện tượng phương sai thay đổi.
Kiểm định hiện tượng tự tương quan: Kiểm định Breusch Godfrey. Giả thiết H0: Khơng có hiện tượng tự tương quan
Kết quả kiểm định:
BreuschGodfrey Serial Correlation LM Test:
Fstatistic 16.48881 Prob. F(1,296) 0.0001
Kết luận: Bác bỏ giả thiết H0, mơ hình có hiện tượng tự tương quan.
Như vậy, không thể xây dựng được mơ hình hồi quy tuyến tính theo dữ liệu của bộ nhân tố các thị trường tài chính khác.
Các biến chỉ số thị trường đã điều chỉnh độ trễ (trường hợp theo tháng)
Hồi quy tuyến tính đơn biến
Biến kết hợp VNI1m VNI2m VNI3m
Coefficient 0.383975 0.097281 0.05245
tStatistic 4.102325 0.964422 0.51991
Prob. 0.0001*** 0.3372 0.6043
RSquared 0.146558 0.009402 0.002751
***: Mức ý nghĩa 1%
Kết ln: Mơ hình hồi quy tuyến tính đơn biến giữa VNI1m và VNIm có nghĩa thống kê với mức ý
nghĩa 1 %.
Mơ hình: VNIm = 0.383975 * VNI1m + 0.008382
Hồi quy tuyến tính đa biến và kiểm định
Từ mơ hình hồi quy đơn biến trên ta tiến hành kiểm định hiện tượng phương sai thay đổi và kiểm định tự tương quan.
Kiểm định hiện tượng phương sai thay đổi : Kiểm định White. Giả thiết H0 : Khơng có hiện tượng phương sai thay đổi
Kết quả kiểm định:
Heteroskedasticity Test: White
Fstatistic 0.549705 Prob. F(2,97) 0.5789
Kết luận: Chấp nhận giả thiết H0, mơ hình khơng có hiện tượng phương sai thay đổi.
Kiểm định hiện tượng tự tương quan: Kiểm định Breusch Godfrey Giả thiết H0: Khơng có hiện tượng tự tương quan
Kết quả kiểm định:
BreuschGodfrey Serial Correlation LM Test:
Fstatistic 0.334717 Prob. F(1,97) 0.5642
Kết luận: Chấp nhận giả thiết H0, mơ hình khơng có hiện tượng tự tương quan.
Như vậy mơ hình hồi quy đơn biến giữa VNI1m và VNIm là phù hợp.
Từ mơ hình đơn biến trên ta tiến hành kiểm định xem mơ hình có bỏ sót các biến cịn lại hay không.
Giả thiết H0: hệ số hồi quy của biến đưa thêm vào mơ hình bằng khơng Kết quả kiểm định:
Biến đưa vào VNI2m VNI3m
Fstatistic 0.32311 0.90408
Prob. F(1,97) 0.5711 0.3441
Kết luận: Chấp nhận giả thiết H0, tức là không xảy ra trường hợp thiếu 1 biến.
Kiểm định trường hợp đưa đưa thêm đồng thời cả 2 biến cịn lại vào mơ hình Giả thiết H0: Hệ số hồi quy của các biến đưa thêm vào mơ hình = 0
c(vni2m) = c(vni3m)=0. Kết quả kiểm định:
Omitted Variables: VNI2m VNI3m
Fstatistic 0.474584 Prob. F(2,96) 0.6236
Log likelihood ratio 0.983861 Prob. ChiSquare(2) 0.6114
Kết luận: Chấp nhận giả thiết Ho, mơ hình khơng thiếu biến giải thích nào.
Vậy, mơ hình hồi quy tuyến tính phù hợp là mơ hình xây dựng dựa trên biến giải thích là VNI1m.
Các biến chỉ số thị trường điều chỉnh độ trễ (trường hợp theo tuần)
Hồi quy tuyến tính đơn biến
Biến kết hợp VNI1w VNI2w VNI3w
Coefficient 0.250109 0.135148 0.101195
tStatistic 4.421367 2.334618 1.741042
Prob. 0.000* 0.0202** 0.0827***
RSquared 0.062545 0.018262 0.01024
****: mức ý nghĩa 1%; **: Mức ý nghĩa 5%; *: Mức ý nghĩa 10%.
Kết ln: Mơ hình hồi quy tuyến tính đơn biến giữa VNI1w, VNI2w và VNI3w với VNIw đều có
ý nghĩa thống kê
Mơ hình: VNIw = 0.250109* VNI1w + 0.002591 VNIw= 0.135148* VNI2w + 0.002982 VNIw = 0.101195* VNI3w + 0.003102
Từ 3 mơ hình hồi quy đơn biến trên ta tiến hành kiểm định hiện tượng phương sai thay đổi và kiểm định tự tương quan.
Kiểm định hiện tượng phương sai thay đổi : Kiểm định White. Giả thiết H0: Khơng có hiện tượng phương sai thay đổi
Kết quả kiểm định
Kiểm định White
Fstatistic Prob.F(2,292) Kết luận
VNI1w 1.827408 0.1627 Chấp nhận Ho
VNI2w 4.796707 0.0089*** Bác bỏ Ho
VNI3w 4.1849 0.0161** Bác bỏ Ho
****: Mức ý nghĩa 1%; **: Mức ý nghĩa 5% Kết luận:
§ Mơ hình hồi quy tuyến tính đơn biến với biến giải thích VNI2w và VNI3w có xảy ra hiện tượng phương sai thay đổi.
§ Mơ hình hồi quy tuyến tính đơn biến với biến giải thích VNI1w khơng xảy ra hiện tượng phương sai thay đổi nên ta tiến hành kiểm định hiện tượng tự tương quan với hai mơ hình này.
Kiểm định hiện tượng tự tương quan: Kiểm định Breusch – Godfrey. Giả thiết H0: Không có hiện tượng tự tương quan.
Kết quả kiểm định:
Kiểm định BreuschGodfrey
Fstatistic Prob. F(1,292) Kết luận
VNI1w 1.756501 0.1861 Chấp nhận giả thiết Ho
Kết luận: Mơ hình khơng có hiện tượng tự tương quan.
Như vậy mơ hình hồi quy đơn biến giữa VNI1w và VNIw là phù hợp.
Từ mơ hình đơn biến trên ta tiến hành kiểm định xem mơ hình có bỏ sót các biến cịn lại hay khơng.
Phương pháp: Sử dụng kiểm định Omited VariablesLikelihoodratio trong phần mềm Eview
6.0
Giả thiết H0: hệ số hồi quy của biến đưa thêm vào mơ hình = 0
Biến đưa vào VNI2w VNI3w
Prob. F(1,292) 0.1859 1.44875
Kết luận: Chấp nhận giả thiết H0, tức là không xảy ra trường hợp thiếu 1 biến.
Kiểm định trường hợp đưa đưa thêm đồng thời cả 2 biến còn lại vào mơ hình Giả thiết H0: Hệ số hồi quy của các biến đưa thêm vào mơ hình = 0
c(vni2w) = c(vni3w) = 0. Kết quả kiểm định:
Omitted Variables: VNI2w VNI3w
Fstatistic 1.309276 Prob. F(2,291) 0.2716
Log likelihood ratio 2.642673 Prob. ChiSquare(2) 0.2668
Kết luận: Chấp nhận giả thiết H0, mơ hình khơng thiếu biến giải thích nào.
Vậy, mơ hình hồi quy tuyến tính phù hợp là mơ hình xây dựng dựa trên biến giải thích là VNI1w.
KẾT LUẬN
Trong q trình xây dựng mơ hình hồi quy tuyến tính đa nhân tố để xác định tỷ suất sinh lợi của thị trường chứng khoán, người viết đưa ra một số kết luận sau:
Những nhân tố ảnh hưởng đến tỷ suất sinh lợi của thị trường và có ý nghĩa thống kê khi xây dựng mơ hình là PB (chỉ số giá sổ sách/ giá thị trường) và VNI1 (chỉ số thị trường điều chỉnh độ trễ 1 tháng).
Đối với bộ các nhân tố vĩ mô, mặc dù khi tiến hành kiểm định, các nhân tố không cho ra một kết quả đáng tin cậy, nhưng điều cần nhấn mạnh là bộ các nhân tố vĩ mô đã điều chỉnh độ trễ cho ra một kết quả thống kê cải thiện hơn so với khi chưa điều chỉnh độ trễ.
Đối với các nhân tố độ trễ thị trường, khi tiến hành xây dựng mơ hình, dù trong trường hợp mơ hình xây dựng theo tuần hay theo tháng, chỉ có nhân tố chỉ số thị trường điều chỉnh trễ 1 kì là có ý nghĩa thống kê.
Từ biến PB và VNI1, người viết tiến hành xây dựng mơ hình và thu được kết quả là một mơ hình đa nhân tố với độ giải thích là 48%. Đây là mơ hình hồi quy tuyến tính tốt nhất có thể xây dựng từ bộ dữ liệu các nhân tố mà người viết tập hợp được.
Dependent Variable: VNI
Variable Coefficient Std. Error tStatistic Prob.
VNI1 0.195256 0.112971 1.728369 0.0913
BP 0.459210 0.086552 5.305568 0.0000
C 0.003534 0.014733 0.239857 0.8116
Rsquared 0.483751 Mean dependent var 0.002556
Adjusted Rsquared 0.459168 S.D. dependent var 0.133892 S.E. of regression 0.098466 Akaike info criterion 1.733880
Sum squared resid 0.407209 Schwarz criterion 1.613436
Log likelihood 42.01231 HannanQuinn criter. 1.688980
Fstatistic 19.67808 DurbinWatson stat 1.938519
Prob(Fstatistic) 0.000001
Theo đó, mơ hình hồi quy tuyến tínhgiúp xác định tỉ suất sinh lợi của thị trường có dạng: VNI = 0.195255718065*VNI1 + 0.459210023695*BP + 0.00353392919441
Phụ lục 4