CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2 KIỂM ĐỊNH TÍNH PHÂN PHỐI CHUẨN
Nếu một chuỗi tuân theo bước đi ngẫu nhiên thì nó phải tn theo quy luật phân phối chuẩn. Vì vậy, tác giả kiểm định tính chuẩn của chuỗi tỷ suất sinh lợi để từ đó rút ra kết luận chuỗi đó có tuân theo bước đi ngẫu nhiên hay khơng.
3.2.1 HỆ SỐ BẤT ĐỐI XỨNG
Đo lường tính bất đối xứng của phân phối chuỗi lợi nhuận quanh vị trí
S =1
n (
y −y
σ )
Với S là hệ số Skewness, n là số quan sát, i là chứng khoán bất kỳ, y là tỷ suất sinh lợi của chứng khốn, y là tỷ suất sinh lợi bình qn, σ là ước lượng độ lệch tiêu chuẩn. Thông thường hệ số Skewness bằng 0 sẽ phản ánh
mức phân phối của các quan sát là phân phối chuẩn. Nếu S > 0 thì mật độ phân phối có dạng đi lệch phải, đặc trưng cho sự phân tán của các thành phần có trị số lớn hơn trung bình số học; nếu S < 0 thì mật độ phân phối có dạng đuôi lệch trái, đặc trưng cho phân tán của các thành phần có trị số nhỏ
hơn trung bình số học.
3.2.2 HỆ SỐ NHỌN
Đo lường độ nhọn phân phối của các chuỗi dữ liệu, được tính bởi
cơng thức:
K = 1
n (
y −y
σ )
Thơng thường, hệ số K = 3 thì phản ánh mức phân phối của các quan
sát là phân phối chuẩn. Nếu hệ số K lớn hơn 3 thì phân phối có hình chóp nhọn hơn so với phân phối chuẩn. Nếu hệ số K nhỏ hơn 3 thì phân phối có hình phẳng hơn so với phân phối chuẩn.
3.2.3 KIỂM ĐỊNH JARQUE-BERA
H0: chuỗi quan sát tuân theo quy luật phân phối chuẩn JB = n[S 6 + (K−3) 24 ] Trong đó: S: hệ số bất đối xứng K: hệ số nhọn
Nếu JB >χ , bác bỏ giả thuyết H0 tức mẫu quan sát khơng tn theo mơ hình bước đi ngẫu nhiên. Trên thực tế, khi sử dụng kiểm định Jarque-
Bera để kiểm định tính chuẩn của mẫu quan sát, người ta thường so sánh giá
tức là mẫu quan sát không tuân theo quy luật phân phối chuẩn hay không tn theo mơ hình bước đi ngẫu nhiên, từ đó rút ra kết luận thị trường không
đạt hiệu quả thông tin dạng yếu.