III. MÔ HÌNH VÀ DỮ LIỆU NGHIÊN CỨU
3.1.1 Kiểm định nghiệm đơn vị (Unit roots test)
Mô hình kiểm định Dickey Fuller bổ sung (Augmented Dickey Fuller,1981) hay mô hình ADFđược sử dụng đểkiểm tra tính dừng cho chuỗi dữ liệu với cả xu hướng và hệsốchặn. Mô hình ADF(p)được tổng quát bằng phương trình sau:
= + (1 − ) + + ∑ ∆ + . (1)
Để xác định trật tự của các biến trễ trong phương trình (1), chỉ tiêu Thông tin Bayesian Schwarzđược sửdụng cũng như thiết lập thêm yêu cầu về độnhiễu trắng (white noise residuals) cho kết quả của mô hình kiểm định. Nếu mô hình cho ra kết quả với sự tự tương quan, trật tự của các biến trễ sẽ tiếp tục được điều chỉnh cho đến khi không còn hiện tượng tự tương quan.
Bên cạnh đó, sự sai lầm trong việc phủ định giả thiết chuỗi dữ liệu là chuỗi không dừng thường có nguyên nhân là do lực kiểm định thấp (low power) của kiểm định nghiệm đơn vị. Vì vậy, Kwiatkowski, Phillips, Schmidt và Shin (1992) đã đề xuất một phương pháp kiểm định với giảthiết chuỗi dữliệu là chuỗi dừng. Mô hình kiểm định được cho bởi phương trình sau:
KPSS = ∑ ( ) (2) Với
= ∑ (3)
Và
= ∑ + ∑ (1 −( )) ∑ (4)
Trong đó:T là số quan sát, L là độdài của trễvà ei’slà các phần dư.
Thêm vào đó, các chuỗi dữ liệu về tỷ giá và chỉ số giá chứng khoán thường chứa đựng các điểm gãy nội sinh (structural breaks), nên chúng tôi cũng đã tiến hành một kiểm định nghiệm đơn vị khác cho phép thểhiện các điểm gãy trong cấu trúc dữ liệu. Chúng tôi sử dụng kiểm định Zivot và Andrews (1992), được cho bởi mô hìnhđềxuất nhưsau:
∆ = + (1 − ) + + (ϗ) + ∑ + ∆ + (5)
Với (ϗ)= 1 khi t >ϗ ;ϗcho thấy vịtrí của điểm gãy
Ý tưởng chính của kiểm định Zivot- Andrews là lựa chọn các điểm gãy có kết quảítủng hộnhất cho giảthiết chuỗi dữliệu là không dừng.