Luận văn Phân tích một số yếu tố ảnh hưởng đến giá cổ phiếu công ty cổ phần Kinh Đô - KDC

a có P_value kiểm định F bằng 0.0000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình (1) có đa cộng tuyến. Nhận xét: Với mức ý nghĩa , mô hình (1) có đa cộng tuyến Mức độ đa cộng tuyến: VIF(PTt-1) = = = 3.28 Nhận xét: Vì VIF(PTt-1) = 3.28 < 6 Þ hiện thượng đa cộng tuyến mô hình (1) là đa cộng tuyến yếu. Loại đa cộng tuyến: Kiểm định cặp giả thiết: H0: β1= 0 mô hình (1) đa cộng tuyến hoàn hảo H1: β10 mô hình (1) đa cộng tuyến không hoàn hảo Ta có P_value kiểm định T bằng 0.000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình (1) có đa cộng tuyến không hoàn hảo. Nhận xét: Với mức ý nghĩa , mô hình (1) có đa cộng tuyến không hoàn hảo MÔ HÌNH TUYẾN TÍNH LOG(LN-LN) 2.2.1 Xây dựng mô hình 2.2.1.1 Biến phụ thuộc: Pt: Giá cổ phiếu tại thời điểm t 2.2.1.2 Các biến độc lập: + VNt: Chỉ số VN-INDEX + PTt-1: Giá cổ phiếu tại thời điểm t-1 + PGt: Giá vàng tại thời điểm t 2.2.1.3 Mô hình hồi quy tổng thể + (2) 2.2.2 Chạy mô hình 2.2.2.1 Các bước chạy mô hình Bước 1: Khởi động eview Nhấp Start/ program/ eviews 6/ nhấp eviews 6 Bước 2: Tạo Workfile Vào menu file/new/ workfile Ở mục workfile structure type chọn Date-regular frequency.Ở mục Date specification trong frequency chọn Daily-5day week.Trong Start date nhập 5/11/2012.Trong End date nhập 9/28/2012 nhấp OK Ta đã tạo xong một workfile có 100 quan sát Trong icon đối tượng C và Resid là do eviews tạo ra trong mọi workfile Vào Quick/ Emply Group Vào start/program/Microsoft excel/bảng số liệu_KDC. Coppy số liệu các biến Vào lại eviews trong cửa sổ Group: UNTITLED/paste. Đặt tên lại cho các biến tại các ser01.ser02… tương ứng với các biến trong bảng số liệu. Nhấn nút close/ chọn yes Quay lại bảng workfile UNTILED, nhấp đôi chuột trái vào các biến đã bôi đen từ trước, chọn open Equation, xuất hiện bảng Equation Specification , ta sửa lại theo thứ tự log(p)log(pg) log(pt) log(vn) c /chọn ok. Ta được bảng kết quả eviews. Trong bảng Equation UNTITLED, chọn view, chọn residual tests/white heteroskedasticity (no cross terms) và white heteroskedasticity (cross terms). Trong bảng Equation UNTITLED, chọn view, chọn Residual tests/Serial correlationLM tests, chọn 1/ OK.Ta được bảng kết quả Bresuch-Godfrey. Trong bảng Equation UNTITLED, chọn view, chọn Stability tests/Ramsey Resettest, chọn 3/OK.Ta được bảng kết quả Ramsey Reset. Trong bảng Equation UNTITLED chọn view, chọn Residual tests, chọn Histogram- Normality test. Ta được kết quả kiểm định phân phối chuẩn của phần dư. Quay lại workfile ban đầu. Ta chọnlại theo thứ tự PT, PG sau đó nhấp đôi chuột trái chọn open Equation, xuất hiện bảng Equation Specification, ta sửa lại log(pt) log(pg) c/chọn ok. Ta được kết quả eview về sự phụ thuộc của PT vào PG để kiểm định hiện tượng đa cộng tuyến của mô hình 2.2.2.2 Kết quả eviews Dependent Variable: LOG(P) Method: Least Squares Date: 11/28/12 Time: 13:55 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) -0.288048 0.100655 -2.861724 0.0052 LOG(PT) 0.821993 0.047943 17.14506 0.0000 LOG(VN) 0.014728 0.076196 0.193292 0.8471 C 3.596438 1.409667 2.551268 0.0123 R-squared 0.940441     Mean dependent var 3.462242 Adjusted R-squared 0.938580     S.D. dependent var 0.082301 S.E. of regression 0.020397     Akaike info criterion -4.907695 Sum squared resid 0.039939     Schwarz criterion -4.803489 Log likelihood 249.3848     Hannan-Quinn criter. -4.865521 F-statistic 505.2812     Durbin-Watson stat 1.803716 Prob(F-statistic) 0.000000 Estimation Command: ========================= LS LOG(P)LOG( PG)LOG( PT)LOG( VN) C Estimation Equation: ========================= LOG(P) = C(1)*LOG(PG) + C(2)*LOG(PT) + C(3)*LOG(VN) + C(4) Substituted Coefficients: ========================= LOG(P) = -0.288047506493*LOG(PG) + 0.821992519008*LOG(PT) + 0.0147280256202*LOG(VN) + 3.5964383234 Mô hình hồi quy mẫu: = 3.596438 – 0.288048logPGt + 0.821993logPTt-1 + 0.014728logVNt + et 2.2.2.3 Phân tích ý nghĩa thống kê của các hệ số hồi quy Xét kiểm định: H0: : không có ý nghĩa thống kê H1: 1: có ý nghĩa thống kê + : Vì có p_value bằng 0.0123 < 0.05, do đó bác bỏ H0, thừa nhận H1 nên có ý nghĩa thống kê. + : Vì có p_value bằng 0.0052 <0.05, bác bỏ H0, thừa nhận H1 nên có ý nghĩa thống kê. + : Vì có p_value bằng 0.0000 < 0.05, bác bỏ H0, thừa nhận H1 nên có ý nghĩa thống kê. + : Vì có p_value bằng 0.8471 > 0.05, chưa có cơ sở bác bỏ H0, vậy không có ý nghĩa thống kê. 2.2.2.4 Phân tích ý nghĩa kinh tế của các hệ số hồi quy + Hệ số cho biết khi giá vàng tăng 1% thì giá cổ phiếu giảm % trong điều kiện giá cổ phiếu tại thời điểm t-1 và chỉ số VN-INDEX không đổi. + Hệ số cho biết khi giá cổ phiếu tại thời điểm t-1 tăng 1% thì giá cổ phiếu sẽ tăng % trong điều kiện giá vàng và chỉ số VN-INDEX không đổi. + Hệ số cho biết khi chỉ số VN-INDEX tăng 1% thì giá cổ phiếu sẽ tăng % trong điều kiện giá cổ phi tại thời điểm t-1 và giá vàng không đổi. 2.2.2.5 Phân tích ý nghĩa của hàm hồi quy Hàm hồi quy tổng thể: + (2) Xét kiểm định: H0: R2 = 0: Mô hình (2) không phù hợp H1: R2 0: Mô hình (2) phù hợp Ta thấy: p_value bằng 0.0000 < 0.05 do đó bác bỏ H0, vậy mô hình hồi quy là phù hợp. Do R2 = 0.940441 nên các biến độc lập như chỉ số VN-INDEX, giá cổ phiếu thời điểm t-1, giá vàng tác động đến giá cổ phiếu tại thời điểm t là 94.0441%, còn 5.9559% còn lại là do các yếu tố khác ngoài mô hình tác động vào. 2.2.3 Kiểm định khuyết tật 2.2.3.1 Kiểm định phương sai sai số thay đổi 2.2.3.1.1 Kiểm định White l có hệ số chéo Heteroskedasticity Test: White F-statistic 4.163791     Prob. F(6,93) 0.0009 Obs*R-squared 21.17491     Prob. Chi-Square(6) 0.0017 Scaled explained SS 26.43274     Prob. Chi-Square(6) 0.0002 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/28/12 Time: 13:55 Sample: 5/11/2012 9/28/2012 Included observations: 100 Collinear test regressors dropped from specification Variable Coefficient Std. Error t-Statistic Prob.   C 0.414559 2.069362 0.200332 0.8417 LOG(PG) -0.070448 0.193261 -0.364524 0.7163 (LOG(PG))*(LOG(PT)) 0.004322 0.050634 0.085349 0.9322 (LOG(PG))*(LOG(VN)) 0.010169 0.011718 0.867747 0.3878 LOG(PT) -0.044565 0.647876 -0.068786 0.9453 (LOG(PT))^2 0.026329 0.022568 1.166650 0.2463 (LOG(PT))*(LOG(VN)) -0.030547 0.035604 -0.857979 0.3931 R-squared 0.211749     Mean dependent var 0.000399 Adjusted R-squared 0.160894     S.D. dependent var 0.000661 S.E. of regression 0.000605     Akaike info criterion -11.91463 Sum squared resid 3.41E-05     Schwarz criterion -11.73227 Log likelihood 602.7315     Hannan-Quinn criter. -11.84082 F-statistic 4.163791     Durbin-Watson stat 2.085563 Prob(F-statistic) 0.000946 Mô hình hồi quy phụ theo kiểm định White có hệ cố chéo có dạng: + Kiểm định cặp giả thiết: : = 0: Mô hình (2) không có phương sai sai số thay đổi : 0: Mô hình (2) có phương sai sai số thay đổi Dùng kiểm định F có P_value bằng 0.000946 < 0.05= do đó bác bỏ . Vậy với phương pháp kiểm định White có hệ số chéo, kết luận mô hình (2) có phương sai sai số thay đổi. Nhận xét: Mô hình (2) không có phương sai sai số thay đổi. 2.2.3.1.2 Kiểm định White không có hệ số chéo Heteroskedasticity Test: White F-statistic 6.744502     Prob. F(3,96) 0.0004 Obs*R-squared 17.40764     Prob. Chi-Square(3) 0.0006 Scaled explained SS 21.73003     Prob. Chi-Square(3) 0.0001 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/28/12 Time: 13:56 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   C -0.048507 0.020736 -2.339277 0.0214 (LOG(PG))^2 0.000352 0.000139 2.540183 0.0127 (LOG(PT))^2 -0.000120 0.000207 -0.578131 0.5645 (LOG(VN))^2 0.000283 0.000189 1.498442 0.1373 R-squared 0.174076     Mean dependent var 0.000399 Adjusted R-squared 0.148266     S.D. dependent var 0.000661 S.E. of regression 0.000610     Akaike info criterion -11.92794 Sum squared resid 3.57E-05     Schwarz criterion -11.82374 Log likelihood 600.3972     Hannan-Quinn criter. -11.88577 F-statistic 6.744502     Durbin-Watson stat 1.895452 Prob(F-statistic) 0.000355 Kiểm định phương sai sai số thay đổi White, dùng để kiểm định về hiện tượng phương sai sai số thay đổi trong mô hình gốc (2). Mô hình hồi quy phụ theo kết quả của bảng có dạng: Kiểm định cặp giả thiết: : = 0: Mô hình (2) không có phương sai sai số thay đổi : 0: Mô hình (2) có phương sai sai số thay đổi Dùng kiểm định F có P_value bằng 0.000355 < 0.05= bác bỏ . Vậy với phương pháp kiểm định White không có hệ số chéo, kết luận mô hình (2) có phương sai sai số thay đổi. Nhận xét: Mô hình (2) có phương sai sai số thay đổi. 2.2.3.2 Kiểm định hiện tượng tự tương quan 2.2.3.2.1 Kiểm định Breusch-Godfrey Breusch-Godfrey Serial Correlation LM Test: F-statistic 1.111727     Prob. F(1,95) 0.2944 Obs*R-squared 1.156703     Prob. Chi-Square(1) 0.2822 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 11/28/12 Time: 13:57 Sample: 5/11/2012 9/28/2012 Included observations: 100 Presample and interior missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) -0.036005 0.106234 -0.338919 0.7354 LOG(PT) -0.025341 0.053605 -0.472739 0.6375 LOG(VN) 0.007891 0.076518 0.103130 0.9181 C 0.424139 1.465151 0.289485 0.7728 RESID(-1) 0.120539 0.114322 1.054385 0.2944 R-squared 0.011567     Mean dependent var 6.40E-16 Adjusted R-squared -0.030051     S.D. dependent var 0.020085 S.E. of regression 0.020385     Akaike info criterion -4.899330 Sum squared resid 0.039477     Schwarz criterion -4.769071 Log likelihood 249.9665     Hannan-Quinn criter. -4.846612 F-statistic 0.277932     Durbin-Watson stat 2.033608 Prob(F-statistic) 0.891592 Mô hình hàm hồi quy tổng thể: + (2) Mô hình hồi quy phụ có dạng: + + + Kiểm định cặp giả thuyết: : Mô hình (2) không có tự tương quan bậc nhất : Mô hình (2) có tự tương quan bậc nhất Kiểm định = 1.147733 Vì nên chưa có cơ sở để bác bỏ , mô hình hồi quy (2) không có tự tương quan bậc nhất. Nhận xét: mô hình hồi quy (2) không có tự tương quan bậc nhất. 2.2.3.2.2 Kiểm định h – Durbin Ta có: Tự tương quan âm Không có tự tương quan Tự tương quan dương -1.96 1.96 Như vậy, theo kiểm định h- Durbin ta thấy -1.96 < h < 1.96, do đó mô hình (1) không có tự tương quan bậc nhất. Nhận xét: mô hình (2) không có tự tương quan bậc nhất. 2.2.3.3 Kiểm định tính chuẩn của sai số ngẫu nhiên Kiểm định cặp giả thiết: : Mô hình (2) có SSNN tuân theo quy luật phân phối chuẩn : Mô hình (2) có SSNN không tuân theo quy luật phân phối chuẩn Ta xét tiêu chuẩn Jarque – Bera bằng 0.092760 > 0.05 = nên chưa có cơ sở bác bỏ . Vậy mô hình (2) có SSNN tuân theo quy luật phân phối chuẩn. Nhận xét: Mô hình (2) có SSNN tuân theo quy luật phân phối chuẩn. 2.2.3.4 Kiểm định mô hình thiếu biến Ramsey RESET Test: F-statistic 1.062130     Prob. F(2,94) 0.3498 Log likelihood ratio 2.234695     Prob. Chi-Square(2) 0.3271 Test Equation: Dependent Variable: LOG(P) Method: Least Squares Date: 11/28/12 Time: 13:58 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) 37.04218 29.78997 1.243445 0.2168 LOG(PT) -105.4724 84.71081 -1.245088 0.2162 LOG(VN) -1.872145 1.483031 -1.262377 0.2099 C -313.7747 254.1545 -1.234583 0.2201 FITTED^2 37.45745 30.01711 1.247870 0.2152 FITTED^3 -3.613540 2.911984 -1.240920 0.2177 R-squared 0.941757     Mean dependent var 3.462242 Adjusted R-squared 0.938659     S.D. dependent var 0.082301 S.E. of regression 0.020384     Akaike info criterion -4.890042 Sum squared resid 0.039056     Schwarz criterion -4.733732 Log likelihood 250.5021     Hannan-Quinn criter. -4.826781 F-statistic 303.9860     Durbin-Watson stat 1.763261 Prob(F-statistic) 0.000000 Mô hình ban đầu: + Trong hồi quy phụ giá trị FITTED chính là ước lượng cho biến phụ thuộc. Do đó mô hình hồi quy phụ có dạng: + Kiểm định cặp giả thiết: : Mô hình (2) không thiếu biến : (j=1,2) Mô hình (2) thiếu biến Ta có P_value kiểm định T bằng 0.3498 > 0.05 = do đó không đủ cơ sở bác bỏ . Nhận xét: Với mức ý nghĩa , mô hình (2) không thiếu biến. 2.2.3.5 Hiện tượng đa cộng tuyến Dependent Variable: LOG(PT) Method: Least Squares Date: 11/28/12 Time: 13:58 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) -1.680230 0.105716 -15.89379 0.0000 C 21.38331 1.127353 18.96771 0.0000 R-squared 0.720489     Mean dependent var 3.465530 Adjusted R-squared 0.717637     S.D. dependent var 0.083611 S.E. of regression 0.044429     Akaike info criterion -3.370048 Sum squared resid 0.193446     Schwarz criterion -3.317945 Log likelihood 170.5024     Hannan-Quinn criter. -3.348961 F-statistic 252.6126     Durbin-Watson stat 0.281498 Prob(F-statistic) 0.000000 Mô hình hồi quy phụ: logPTt-1 = 1 +2logPGt + Kiểm định cặp giả thiết: H0: R*2= 0 mô hình (2) không có đa công tuyến H1: R*20 mô hình (2) có đa cộng tuyến Ta có P_value kiểm định F bằng 0.000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình (2) có đa cộng tuyến. Nhận xét: Với mức ý nghĩa , mô hình (2) có đa cộng tuyến Mức độ đa cộng tuyến: VIF(PTt-1) == = 3.58 Nhận xét: Vì VIF(PTt-1)= 3.58 < 6 Þ hiện tượng đa cộng tuyến mô hình (2) là đa cộng tuyến yếu. Loại đa cộng tuyến: Kiểm định cặp giả thiết: H0: β1= 0 mô hình (2) đa cộng tuyến hoàn hảo H1: β10 mô hình (2) đa cộng tuyến không hoàn hảo Ta có P_value kiểm định T bằng 0.000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình (2) có đa cộng tuyến không hoàn hảo. Nhận xét: Với mức ý nghĩa , mô hình (2) có đa cộng tuyến không hoàn hảo 2.3 MÔ HÌNH LN-LIN 2.3.1 Xây dựng mô hình 2.3.1.1 Biến phụ thuộc: Pt: Giá cổ phiếu tại thời điểm t 2.3.1.2 Các biến độc lập: + VNt: Chỉ số VN-INDEX + PTt-1: Giá cổ phiếu tại thời điểm t-1 + PGt: Giá vàng tại thời điểm t 2.3.1.3 Mô hình hồi quy tổng thể log + (3) Chạy mô hình 2.3.2.1 Các bước chạy mô hình Bước 1: Khởi động eview Nhấp Start/ program/ eviews 6/ nhấp eviews 6 Bước 2: Tạo Workfile Vào menu file/new/ workfile Ở mục workfile structure type chọn Date-regular frequency. Ở mục Date specification trong frequency chọn Daily-5day week.Trong Start date nhập 5/11/2012.Trong End date nhập 9/28/2012 nhấp OK Ta đã tạo xong một workfile có 100 quan sát Trong icon đối tượng C và Resid là do eviews tạo ra trong mọi workfile Vào Quick/ Emply Group Vào start/program/Microsoft excel/bảng số liệu_KDC. Coppy số liệu các biến Vào lại eviews trong cửa sổ Group: UNTITLED/paste. Đặt tên lại cho các biến tại các ser01.ser02… tương ứng với các biến trong bảng số liệu. Nhấn nút close/ chọn yes Quay lại bảng workfile UNTILED, nhấp đôi chuột trái vào các biến đã bôi đen từtrước, chọn open Equation, xuất hiện bảng Equation Specification, ta sửa lại theo thứ tự: log(p) pg pt vn c /chọn ok. Ta được bảng kết quả eviews. Trong bảng Equation UNTITLED, chọn view, chọn residual tests/white heteroskedasticity (no cross terms) và white heteroskedasticity (cross terms). Trong bảng Equation UNTITLED, chọn view, chọn Residual tests/Serial correlationLM tests, chọn 1/ OK. Ta được bảng kết quả Bresuch-Godfrey. Trong bảng Equation UNTITLED, chọn view, chọn Stability tests/Ramsey Resettest, chọn 3/OK.Ta được bảng kết quả Ramsey Reset. Trong bảng Equation UNTITLED chọn view, chọn Residual tests, chọn Histogram- Normality test.Ta được kết quả kiểm định phân phối chuẩn của phần dư. Quay lại workfile ban đầu. Ta chọn kại theo thứ tự PT, PG sau đó nhấp đôi chuột trái chọn open Equation, xuất hiện bảng Equation Specification, chọn ok. Ta được kết quả eview về sự phụ thuộc của PT vào PG để kiểm định hiện tượng đa cộng tuyến của mô hình. 2.3.2.2 Bảng kết quả eviews: Dependent Variable: LOG(P) Method: Least Squares Date: 11/28/12 Time: 13:59 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   PG -9.39E-06 2.15E-06 -4.366047 0.0000 PT 0.025467 0.001501 16.96673 0.0000 VN -0.000116 0.000180 -0.644657 0.5207 C 3.095171 0.157039 19.70952 0.0000 R-squared 0.940746     Mean dependent var 3.462242 Adjusted R-squared 0.938894     S.D. dependent var 0.082301 S.E. of regression 0.020345     Akaike info criterion -4.912827 Sum squared resid 0.039735     Schwarz criterion -4.808621 Log likelihood 249.6414     Hannan-Quinn criter. -4.870653 F-statistic 508.0456     Durbin-Watson stat 1.721327 Prob(F-statistic) 0.000000 Estimation Command: ========================= LS LOG(P) PG PT VN C Estimation Equation: ========================= LOG(P) = C(1)*PG + C(2)*PT + C(3)*VN + C(4) Substituted Coefficients: ========================= LOG(P) = -9.38930627419e-06*PG + 0.0254665269539*PT - 0.000115848534119*VN + 3.09517119073 Mô hình hồi quy mẫu: = 3.095171 – 9.39x10-6PGt + 0.025467PTt-1 – 0.000116VNt + et 2.3.2.3 Phân tích ý nghĩa thống kê của các hệ số hồi quy: Xét kiểm định: H0: : không có ý nghĩa thống kê H1: 1: có ý nghĩa thống kê + : Vì có p_value bằng 0.0000 < 0.05, do đó bác bỏ H0, thừa nhận H1 nên có ý nghĩa thống kê. + : Vì có p_value bằng 0.0000 < 0.05, bác bỏ H0, thừa nhận H1 nên có ý nghĩa thống kê. + : Vì có p_value bằng 0.0000 < 0.05, bác bỏ H0, thừa nhận H1 nên có ý nghĩa thống kê. + : Vì có p_value bằng 0.5207 > 0.05, chưa có cở sở bác bỏ H0, nên không có ý nghĩa thống kê. 2.3.2.4 Phân tích ý nghĩa kinh tế của các hệ số hồi quy: + Hệ số cho biết khi giá vàng tăng 1 đơn vị thì giá cổ phiếu sẽ giảm 100% trong điều kiện giá cổ phiếu tại thời điểm t-1 và chỉ số VN-INDEX không đổi. + Hệ số cho biết khi giá cổ phiếu tại thời điểm t-1 tăng 1 đơn vị thì giá cổ phiếu sẽ tăng 100% trong điều kiện giá vàng và chỉ số VN-INDEX không đổi. + Hệ số cho biết chỉ số VN – INDEX tại thời điểm t tăng 1 đơn vị thì giá cổ phiếu giảm 100% trong điều kiện giá vàng và giá cổ phiếu tại thời điểm t-1 không đổi. 2.3.2.5 Phân tích ý nghĩa của hàm hồi quy: Hàm hồi quy tổng thể: + (3) Xét kiểm định: H0: R2 = 0: Mô hình (3) không phù hợp H1: R2 0: Mô hình (3) phù hợp Ta thấy: p_value bằng 0.0000 < 0.05 do đó bác bỏ H0, vậy mô hình hồi quy là phù hợp. Do R2 = 0.940746 nên các biến độc lập như chỉ số VN-INDEX, giá cổ phiếu thời điểm t-1, giá vàng tác động đến giá cổ phiếu tại thời điểm t là 94.0746%, còn 5.9254% còn lại là do các yếu tố khác ngoài mô hình tác động vào. 2.3.3 Kiểm định khuyết tật 2.3.3.1 Kiểm định phương sai sai số thay đổi 2.3.3.1.1 Kiểm định White l có hệ số chéo Heteroskedasticity Test: White F-statistic 1.941933     Prob. F(9,90) 0.0557 Obs*R-squared 16.26146     Prob. Chi-Square(9) 0.0616 Scaled explained SS 22.16785     Prob. Chi-Square(9) 0.0084 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/28/12 Time: 14:00 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   C -0.213123 0.317643 -0.670953 0.5040 PG 7.27E-06 9.77E-06 0.743456 0.4591 PG^2 -5.94E-11 7.56E-11 -0.785416 0.4343 PG*PT -8.21E-08 8.55E-08 -0.959990 0.3396 PG*VN 1.53E-09 7.85E-09 0.195259 0.8456 PT 0.005696 0.005655 1.007259 0.3165 PT^2 7.31E-06 3.88E-05 0.188466 0.8509 PT*VN -6.32E-06 5.53E-06 -1.142242 0.2564 VN -0.000190 0.000571 -0.332861 0.7400 VN^2 4.03E-07 4.60E-07 0.875134 0.3838 R-squared 0.162615     Mean dependent var 0.000397 Adjusted R-squared 0.078876     S.D. dependent var 0.000687 S.E. of regression 0.000659     Akaike info criterion -11.71637 Sum squared resid 3.91E-05     Schwarz criterion -11.45585 Log likelihood 595.8183     Hannan-Quinn criter. -11.61093 F-statistic 1.941933     Durbin-Watson stat 2.196178 Prob(F-statistic) 0.055745 Kiểm định phương sai sai số thay đổi White, dùng để kiểm định về hiện tượng phương sai sai số thay đổi trong mô hình gốc (3). Mô hình hồi quy phụ theo kiểm định White có hệ số chéo có dạng: + Kiểm định cặp giả thiết: : = 0: Mô hình (3) không có phương sai sai số thay đổi : 0: Mô hình (3) có phương sai sai số thay đổi Dùng kiểm định F có P_value bằng 0.055745> 0.05= do đó chưa có cơ sở bác bỏ . Vậy với phương pháp kiểm định White có hệ số chéo, kết luận mô hình gốc không có phương sai sai số thay đổi. Nhận xét: Mô hình (3) không có phương sai sai số thay đổi. 2.3.3.1.2 Kiểm định White không có hệ số chéo Heteroskedasticity Test: White F-statistic 4.637765     Prob. F(3,96) 0.0045 Obs*R-squared 12.65843     Prob. Chi-Square(3) 0.0054 Scaled explained SS 17.25614     Prob. Chi-Square(3) 0.0006 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/28/12 Time: 14:00 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   C -0.004531 0.002320 -1.952900 0.0537 PG^2 1.96E-12 7.33E-13 2.670162 0.0089 PT^2 -1.10E-08 7.41E-07 -0.014878 0.9882 VN^2 7.69E-09 6.83E-09 1.126735 0.2627 R-squared 0.126584     Mean dependent var 0.000397 Adjusted R-squared 0.099290     S.D. dependent var 0.000687 S.E. of regression 0.000652     Akaike info criterion -11.79424 Sum squared resid 4.08E-05     Schwarz criterion -11.69003 Log likelihood 593.7120     Hannan-Quinn criter. -11.75207 F-statistic 4.637765     Durbin-Watson stat 2.100173 Prob(F-statistic) 0.004509 Mô hình hồi quy phụ theo kiểm định White không có hệsố chéo có dạng: Kiểm định cặp giả thiết: : = 0: Mô hình (3) không có phương sai sai số thay đổi : 0: Mô hình (3) có phương sai sai số thay đổi Dùng kiểm định F có P_value bằng 0.004509 < 0.05= do đó bác bỏ , thừa nhận H1. Vậy với phương pháp kiểm định White không có hệ số chéo, kết luận mô hình (3) có phương sai sai số thay đổi. Nhận xét: Mô hình (3) có phương sai sai số thay đổi. 2.3.3.2 Kiểm định hiện tượng tự tương quan: 2.3.3.2.1 Kiểm định Breusch – Godfrey: Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.367226     Prob. F(1,95) 0.1272 Obs*R-squared 2.431235     Prob. Chi-Square(1) 0.1189 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 11/28/12 Time: 14:01 Sample: 5/11/2012 9/28/2012 Included observations: 100 Presample and interior missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob.   PG -9.44E-07 2.22E-06 -0.424826 0.6719 PT -0.001060 0.001642 -0.645449 0.5202 VN 3.69E-05 0.000180 0.204873 0.8381 C 0.059016 0.160581 0.367512 0.7141 RESID(-1) 0.171859 0.111700 1.538579 0.1272 R-squared 0.024312     Mean dependent var 5.88E-17 Adjusted R-squared -0.016769     S.D. dependent var 0.020034 S.E. of regression 0.020201     Akaike info criterion -4.917440 Sum squared resid 0.038769     Schwarz criterion -4.787182 Log likelihood 250.8720     Hannan-Quinn criter. -4.864722 F-statistic 0.591807     Durbin-Watson stat 2.057594 Prob(F-statistic) 0.669388 Mô hình hồi quy tổng thể: log + (3) Mô hình hồi quy phụ có dạng: + + + Kiểm định cặp giả thuyết: : Mô hình (3) không có tự tương quan bậc nhất :Mô hình (3) có tự tương quan bậc nhất Kiểm định = 2.393847 Vì nên chưa có cơ sở để bác bỏ , mô hình hồi quy (3) không có tự tương quan bậc nhất. Nhận xét: mô hình hồi quy (3) không có tự tương quan bậc nhất. 2.3.2.2.2 Kiểm định h – Durbin Ta có: Tự tương quan âm Không có tự tương quan Tự tương quan dương -1.96 1.96 Như vậy, theo kiểm định h- Durbin ta thấy -1.96 < h < 1.96, do đó mô hình (1) không có tự tương quan bậc nhất. Nhận xét: mô hình (3) không có tự tương quan bậc nhất. 2.3.3.3 Kiểm định tính chuẩn của sai số ngẫu nhiên: Kiểm định cặp giả thiết: : Mô hình (3) có SSNN tuân theo quy luật phân phối chuẩn : Mô hình (3) có SSNN không tuân theo quy luật phân phối chuẩn Ta xét tiêu chuẩn Jarque – Bera bằng 0.015994 < 0.05 = nên bác bỏ . Vậy mô hình (3) có SSNN không tuân theo quy luật phân phối chuẩn. Nhận xét: Mô hình (3) có SSNN không tuân theo quy luật phân phối chuẩn. 2.3.3.4 Kiểm định mô hình thiếu biến: Kiểm định Ramsey Reset: Ramsey RESET Test: F-statistic 0.948838     Prob. F(2,94) 0.3909 Log likelihood ratio 1.998698     Prob. Chi-Square(2) 0.3681 Test Equation: Dependent Variable: LOG(P) Method: Least Squares Date: 11/28/12 Time: 14:01 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   PG 0.000812 0.000997 0.814003 0.4177 PT -2.190827 2.698720 -0.811802 0.4190 VN 0.010150 0.012371 0.820473 0.4140 C -168.1766 206.7799 -0.813312 0.4181 FITTED^2 25.63601 30.81713 0.831875 0.4076 FITTED^3 -2.513989 2.984895 -0.842237 0.4018 R-squared 0.941918     Mean dependent var 3.462242 Adjusted R-squared 0.938829     S.D. dependent var 0.082301 S.E. of regression 0.020355     Akaike info criterion -4.892814 Sum squared resid 0.038948     Schwarz criterion -4.736504 Log likelihood 250.6407     Hannan-Quinn criter. -4.829553 F-statistic 304.8820     Durbin-Watson stat 1.778693 Prob(F-statistic) 0.000000 Mô hình gốc: log + Trong hồi quy phụ giá trị FITTED chính là ước lượng cho biến phụ thuộc. Do đó mô hình hồi quy phụ có dạng: + Kiểm định cặp giả thiết: : Mô hình (3) không thiếu biến (j=1,2) Mô hình (3) thiếu biến Ta có P_value kiểm định T bằng 0.3909 > 0.05 = do đó chưa có cơ sở bác bỏ . Vậy mô hình (3) không thiếu biến. Nhận xét: Với mức ý nghĩa , mô hình (3) không thiếu thiếu biến. 2.3.3.5 Kiểm định hiện tượng đa công tuyến Hồi quy PT theo PG ta được bảng kết quả sau : Dependent Variable: PT Method: Least Squares Date: 11/28/12 Time: 14:03 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   PG -0.001173 7.85E-05 -14.94673 0.0000 C 82.31883 3.362834 24.47901 0.0000 R-squared 0.695089     Mean dependent var 32.10200 Adjusted R-squared 0.691977     S.D. dependent var 2.607177 S.E. of regression 1.446978     Akaike info criterion 3.596628 Sum squared resid 205.1869     Schwarz criterion 3.648732 Log likelihood -177.8314     Hannan-Quinn criter. 3.617716 F-statistic 223.4049     Durbin-Watson stat 0.250251 Prob(F-statistic) 0.000000 Mô hình hồi quy phụ: PTt-1= 1 + 2PGt + Kiểm định cặp giả thiết: H0: R*2= 0 mô hình (3) không có đa công tuyến H1: R*20 mô hình (3) có đa cộng tuyến Ta có P_value kiểm định F bằng 0.000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình (3) có đa cộng tuyến. Nhận xét: Với mức ý nghĩa , mô hình (3) có đa cộng tuyến. Mức độ đa cộng tuyến VIF(PTt-1) == = 3.28 Nhận xét: Vì VIF(PTt-1)= 3.28 < 6 Þ hiện tượng đa cộng tuyến mô hình (1) là đa cộng tuyến yếu. Loại đa cộng tuyến: Kiểm định cặp giả thiết: H0: β1= 0 mô hình (3) đa cộng tuyến hoàn hảo H1: β10 mô hình (3) đa cộng tuyến không hoàn hảo Ta có P_value kiểm định T bằng 0.000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình (3) có đa cộng tuyến không hoàn hảo. Nhận xét: Với mức ý nghĩa , mô hình (3) có đa cộng tuyến không hoàn hảo. 2.4 MÔ HÌNH LIN-LN 2.4.1 Xây dựng mô hình 2.4.1.1 Biến phụ thuộc: Pt: Giá cổ phiếu tại thời điểm t 2.4.1.2 Các biến độc lập: + VNt: Chỉ số VN-INDEX + PTt-1: Giá cổ phiếu tại thời điểm t-1 + PGt: Giá vàng tại thời điểm t 2.4.1.3 Mô hình hồi quy tổng thể + (4) Chạy mô hình 2.4.2.1 Các bước chạy mô hình Bước 1: Khởi động eview Nhấp Start/ program/ eviews 6/ nhấp eviews 6 Bước 2: Tạo Workfile Vào menu file/new/ workfile Ở mục workfile structure type chọn Date-regular frequency.Ở mục Date specification trong frequency chọn Daily-5day week.Trong Start date nhập 5/11/2012.Trong End date nhập 9/28/2012 nhấp OK Ta đã tạo xong một workfile có 100 quan sát Trong icon đối tượng C và Resid là do eviews tạo ra trong mọi workfile Vào Quick/ Emply Group Vào start/program/Microsoft excel/bảng số liệu_KDC. Coppy số liệu các biến Vào lại eviews trong cửa sổ Group: UNTITLED/paste. Đặt tên lại cho các biến tại các ser01.ser02… tương ứng với các biến trong bảng số liệu. Chọn close/ yes Quay lại bảng workfile UNTILED, nhấp đôi chuột trái vào các biến đã bôi đen từtrước, chọn open Equation, xuất hiện bảng Equation Specification, ta sửa lại như sau: p log(pg) log(pt) log(vn) c /chọn ok. Ta được bảng kết quả eviews. Trong bảng Equation UNTITLED, chọn view, chọn residual tests/white heteroskedasticity (no cross terms) và white heteroskedasticity (cross terms). Trong bảng Equation UNTITLED, chọn view, chọn Residual tests/Serial correlationLM tests, chọn 1/ OK.Ta được bảng kết quả Bresuch-Godfrey. Trong bảng Equation UNTITLED, chọn view, chọn Stability tests/Ramsey Resettest, chọn 3/OK.Ta được bảng kết quả Ramsey Reset. Trong bảng Equation UNTITLED chọn view, chọn Residual tests, chọn Histogram- Normality test.Ta được kết quả kiểm định phân phối chuẩn của phần dư. Quay lại workfile ban đầu. Ta chọn lại theo thứ tự PT, PG sau đó nhấp đôi chuột trái chọn open Equation, xuất hiện bảng Equation Specification, ta sửa lại: log(pt) log(pg) c / chọn ok. Ta được kết quả eview về sự phụ thuộc của PT vào PG để kiểm định hiện tượng đa cộng tuyến của mô hình 2.4.2.2 Bảng kết quả eviews: Dependent Variable: P Method: Least Squares Date: 11/28/12 Time: 14:04 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) -4.635260 3.172506 -1.461072 0.1473 LOG(PT) 26.28398 1.511106 17.39387 0.0000 LOG(VN) 2.997639 2.401574 1.248198 0.2150 C -27.75271 44.43065 -0.624630 0.5337 R-squared 0.938234     Mean dependent var 31.99300 Adjusted R-squared 0.936304     S.D. dependent var 2.547261 S.E. of regression 0.642879     Akaike info criterion 1.993457 Sum squared resid 39.67613     Schwarz criterion 2.097663 Log likelihood -95.67283     Hannan-Quinn criter. 2.035631 F-statistic 486.0869     Durbin-Watson stat 1.730555 Prob(F-statistic) 0.000000 Estimation Command: ========================= LS P LOG( PG)LOG( PT)LOG( VN) C Estimation Equation: ========================= P = C(1)*LOG(PG) + C(2)*LOG(PT) + C(3)*LOG(VN) + C(4) Substituted Coefficients: ========================= P = -4.63525983333*LOG(PG) + 26.2839772608*LOG(PT) + 2.99763891672*LOG(VN) - 27.7527060338 Mô hình hồi quy mẫu: = +et 2.4.2.3 Phân tích ý nghĩa thống kê của các hệ số hồi quy: Xét kiểm định: H0: : không có ý nghĩa thống kê H1: 1: có ý nghĩa thống kê + :Vì có p_value bằng 0.5337 > 0.05, do đó chưa có cơ sở bác bỏ H0 nên không có ý nghĩa thống kê. + : Vì có p_value bằng 0.1473 > 0.05, do đó chưa có cơ sở bác bỏ H0, vậy không có ý nghĩa thống kê. + : Vì có p_value bằng 0.0000 < 0.05, bác bỏ H0, thừa nhận H1 nên có ý nghĩa thống kê. + : Vì có p_value bằng 0.2150 >0.05, do đó chưa có cơ sở bác bỏ H0 nên không có ý nghĩa thống kê. 2.4.2.4 Phân tích ý nghĩa kinh tế của các hệ số hồi quy: + Hệ số cho biết khi giá vàng tăng 1% thì giá cổ phiếu sẽ giảm /100 đơn vị trong điều kiện giá cổ phiếu tại thời điểm t-1 và chỉ số VN-INDEX không đổi. + Hệ số cho biết khi giá cổ phiếu tại thời điểm t-1 tăng 1% thì giá cổ phiếu sẽ tăng /100 đơn vị trong điều kiện giá vàng và chỉ số VN-INDEX không đổi. + Hệ số cho biết chỉ số VN – INDEX tại thời điểm t tăng 1% thì giá cổ phiếu tăng/100 đơn vị trong điều kiện giá cổ phi tại thời điểm t-1 và giá vàng không đổi. 2.4.2.5 Phân tích ý nghĩa của hàm hồi quy: Hàm hồi quy tổng thể: + (4) Xét kiểm định: H0: R2 = 0: Mô hình (4) không phù hợp H1: R2 0: Mô hình (4) phù hợp Ta thấy: p_value của kiểm định F bằng 0.0000 < 0.05 do đó bác bỏ H0, vậy mô hình hồi quy là phù hợp. Do R2 = 0.938234 nên các biến độc lập như chỉ số VN-INDEX, giá cổ phiếu thời điểm t-1, giá vàng tác động đến giá cổ phiếu tại thời điểm t là 93.8234%, còn 6.1766% còn lại là do các yếu tố khác ngoài mô hình tác động vào. 2.4.3 Kiểm định khuyết tật 2.4.3.1 Kiểm định phương sai sai số thay đổi 2.4.3.1.1 Kiểm định White l có hệ số chéo Heteroskedasticity Test: White F-statistic 4.119846     Prob. F(6,93) 0.0010 Obs*R-squared 20.99836     Prob. Chi-Square(6) 0.0018 Scaled explained SS 22.80284     Prob. Chi-Square(6) 0.0009 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/28/12 Time: 14:05 Sample: 5/11/2012 9/28/2012 Included observations: 100 Collinear test regressors dropped from specification Variable Coefficient Std. Error t-Statistic Prob.   C 2162.010 1919.535 1.126319 0.2629 LOG(PG) -186.1664 179.2683 -1.038479 0.3017 (LOG(PG))*(LOG(PT)) 48.27956 46.96816 1.027921 0.3067 (LOG(PG))*(LOG(VN)) 3.938733 10.87000 0.362349 0.7179 LOG(PT) -692.3940 600.9677 -1.152132 0.2522 (LOG(PT))^2 35.71114 20.93444 1.705856 0.0914 (LOG(PT))*(LOG(VN)) -11.64258 33.02586 -0.352529 0.7252 R-squared 0.209984     Mean dependent var 0.396761 Adjusted R-squared 0.159015     S.D. dependent var 0.612149 S.E. of regression 0.561373     Akaike info criterion 1.750566 Sum squared resid 29.30797     Schwarz criterion 1.932928 Log likelihood -80.52832     Hannan-Quinn criter. 1.824372 F-statistic 4.119846     Durbin-Watson stat 1.951626 Prob(F-statistic) 0.001033 Kiểm định phương sai sai số thay đổi White, dùng để kiểm định về hiện tượng phương sai sai số thay đổi trong mô hình gốc (4). Mô hình hồi quy phụ theo kiểm định White có hệ số chéo có dạng: + Kiểm định cặp giả thiết: : = 0: Mô hình (4) không có phương sai sai số thay đổi : 0: Mô hình (4) có phương sai sai số thay đổi Dùng kiểm định F có P_value bằng 0.001033 < 0.05= do đó bác bỏ , thừa nhận H1. Vậy với phương pháp kiểm định White có hệ số chéo, kết luận mô hình gốc có phương sai sai số thay đổi. Nhận xét: Mô hình (4) có phương sai sai số thay đổi. 2.4.3.1.2 Kiểm định White không có hệ số chéo Heteroskedasticity Test: White F-statistic 5.293984     Prob. F(3,96) 0.0020 Obs*R-squared 14.19528     Prob. Chi-Square(3) 0.0027 Scaled explained SS 15.41514     Prob. Chi-Square(3) 0.0015 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/28/12 Time: 14:05 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   C -56.08292 19.58326 -2.863819 0.0051 (LOG(PG))^2 0.387307 0.130945 2.957794 0.0039 (LOG(PT))^2 0.025624 0.195727 0.130917 0.8961 (LOG(VN))^2 0.333065 0.178185 1.869208 0.0646 R-squared 0.141953     Mean dependent var 0.396761 Adjusted R-squared 0.115139     S.D. dependent var 0.612149 S.E. of regression 0.575831     Akaike info criterion 1.773172 Sum squared resid 31.83177     Schwarz criterion 1.877379 Log likelihood -84.65859     Hannan-Quinn criter. 1.815346 F-statistic 5.293984     Durbin-Watson stat 1.733600 Prob(F-statistic) 0.002022 Mô hình hồi quy phụ theo kiểm định White không có hệ số chéo có dạng: Kiểm định cặp giả thiết: : = 0: Mô hình (4) không có phương sai sai số thay đổi : 0: Mô hình (4) có phương sai sai số thay đổi Dùng kiểm định F có P_value bằng 0.02022 < 0.05= do đó bác bỏ , thừa nhận H1. Vậy với phương pháp kiểm định White không có hệ số chéo, kết luận mô hình (4) có phương sai sai số thay đổi. Nhận xét: Mô hình (4) có phương sai sai số thay đổi. 2.4.3.2 Kiểm định hiện tượng tự tương quan: Kiểm định Breusch – Godfrey: Breusch-Godfrey Serial Correlation LM Test: F-statistic 1.763136     Prob. F(1,95) 0.1874 Obs*R-squared 1.822116     Prob. Chi-Square(1) 0.1771 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 11/28/12 Time: 14:06 Sample: 5/11/2012 9/28/2012 Included observations: 100 Presample and interior missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) -1.402289 3.331773 -0.420884 0.6748 LOG(PT) -0.995431 1.681497 -0.591991 0.5553 LOG(VN) 0.340775 2.405813 0.141647 0.8877 C 16.34621 45.93540 0.355852 0.7227 RESID(-1) 0.151352 0.113985 1.327831 0.1874 R-squared 0.018221     Mean dependent var 9.13E-15 Adjusted R-squared -0.023117     S.D. dependent var 0.633063 S.E. of regression 0.640339     Akaike info criterion 1.995067 Sum squared resid 38.95318     Schwarz criterion 2.125326 Log likelihood -94.75337     Hannan-Quinn criter. 2.047785 F-statistic 0.440784     Durbin-Watson stat 2.010789 Prob(F-statistic) 0.778835 Mô hình hàm hồi quy tổng thể: + (4) Mô hình hồi quy phụ có dạng: + + + Kiểm định cặp giả thuyết: : Mô hình (4) không có tự tương quan bậc nhất : Mô hình (4) có tự tương quan bậc nhất Kiểm định = 1.867164 Vì nên chưa có cơ sở để bác bỏ , mô hình hồi quy (4) không có tự tương quan bậc nhất. Nhận xét: mô hình hồi quy (4) không có tự tương quan bậc nhất. 2.4.3.3 Kiểm định tính chuẩn của sai số ngẫu nhiên: Kiểm định cặp giả thiết: : Mô hình ban đầu có SSNN tuân theo quy luật phân phối chuẩn : Mô hình ban đầu có SSNN không tuân theo quy luật phân phối chuẩn Ta xét tiêu chuẩn Jarque – Bera bằng 0.584414 > 0.05 = nên chưa có cơ sở bác bỏ . Vậy mô hình hồi quy (4) có SSNN tuân theo quy luật phân phối chuẩn. Nhận xét: Mô hình hồi quy (4) có SSNN tuân theo quy luật phân phối chuẩn. 2.4.3.4 Kiểm định mô hình thiếu biến: Kiểm định Ramsey Reset: Ramsey RESET Test: F-statistic 4.682979     Prob. F(3,93) 0.0043 Log likelihood ratio 14.06866     Prob. Chi-Square(3) 0.0028 Test Equation: Dependent Variable: P Method: Least Squares Date: 11/28/12 Time: 14:06 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) 923.6866 356.1334 2.593654 0.0110 LOG(PT) -5242.981 2013.763 -2.603574 0.0107 LOG(VN) -600.5848 229.7392 -2.614202 0.0104 C 7143.930 2712.674 2.633538 0.0099 FITTED^2 9.485204 3.673733 2.581898 0.0114 FITTED^3 -0.198691 0.077920 -2.549919 0.0124 FITTED^4 0.001555 0.000617 2.520772 0.0134 R-squared 0.946340     Mean dependent var 31.99300 Adjusted R-squared 0.942878     S.D. dependent var 2.547261 S.E. of regression 0.608798     Akaike info criterion 1.912770 Sum squared resid 34.46909     Schwarz criterion 2.095132 Log likelihood -88.63850     Hannan-Quinn criter. 1.986575 F-statistic 273.3576     Durbin-Watson stat 1.648956 Prob(F-statistic) 0.000000 Mô hình gốc: + Trong hồi quy phụ giá trị FITTED chính là ước lượng cho biến phụ thuộc. Do đó mô hình hồi quy phụ có dạng: + Kiểm định cặp giả thiết: : Mô hình (4) không thiếu biến : (j=1,2,3) Mô hình (4) thiếu biến Ta có P_value kiểm định F bằng 0.0043 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình hồi quy (4) thiếu biến. Nhận xét: Với mức ý nghĩa , mô hình hồi quy (4) thiếu biến. 2.4.3.5 Kiểm định hiện tượng đa công tuyến Hồi quy lnPT theo lnPG ta được bảng kết quả sau : Dependent Variable: LOG(PT) Method: Least Squares Date: 11/28/12 Time: 14:08 Sample: 5/11/2012 9/28/2012 Included observations: 100 Variable Coefficient Std. Error t-Statistic Prob.   LOG(PG) -1.680230 0.105716 -15.89379 0.0000 C 21.38331 1.127353 18.96771 0.0000 R-squared 0.720489     Mean dependent var 3.465530 Adjusted R-squared 0.717637     S.D. dependent var 0.083611 S.E. of regression 0.044429     Akaike info criterion -3.370048 Sum squared resid 0.193446     Schwarz criterion -3.317945 Log likelihood 170.5024     Hannan-Quinn criter. -3.348961 F-statistic 252.6126     Durbin-Watson stat 0.281498 Prob(F-statistic) 0.000000 Mô hình hồi quy phụ: logPTt-1= β1 + β2logPGt + Kiểm định cặp giả thiết: H0: R*2= 0 mô hình hồi quy (4) không có đa công tuyến H1: R*20 mô hình hồi quy (4) có đa cộng tuyến Ta có P_value kiểm định F bằng 0.000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình hồi quy (4) có đa cộng tuyến. Nhận xét: Với mức ý nghĩa , mô hình hồi quy (4) có đa cộng tuyến Mức độ đa cộng tuyến: VIF(PTt-1) == = 3.58 Nhận xét: Vì VIF(PTt-1)= 3.58 <6 Þ hiện tượng đa cộng tuyến mô hình hồi quy (4) là đa cộng tuyến yếu. Loại đa cộng tuyến Kiểm định cặp giả thiết: H0: β1= 0 mô hình hồi quy (4) đa cộng tuyến hoàn hảo H1: β10 mô hình hồi quy (4) đa cộng tuyến không hoàn hảo Ta có P_value kiểm định T bằng 0.000 < 0.05 = do đó bác bỏ , thừa nhận H1. Vậy mô hình hồi quy (4) có đa cộng tuyến không hoàn hảo. Nhận xét: Với mức ý nghĩa , mô hìnhhồi quy (4) có đa cộng tuyến không hoàn hảo. KẾT LUẬN Qua quá trình nghiên cứu và tìm hiểu, chúng em đã xây dựng được các mô hình hồi quy về sự thay đổi giá cổ phiếu của công ty cổ phần Kinh Đô (KDC) phụ thuộc vào chỉ số VN-INDEX, giá vàng và giá cổ phiếu đó ngày hôm trước. Mô hình tuyến tính (1): Kết quả hồi quy cho R2 = 0.942051 điều này có nghĩa có 94.2051% sự thay đổi của giá cổ phiếu được giải thích bởi chỉ số VN-INDEX, giá cổ phiếu thời điểm t-1, giá vàng, còn 5.7949% còn lại là do các yếu tố khác ngoài mô hình tác động vào. Ta thấy, mô hình có giá trị p-value bằng 0.0000 < 0.05 nên mô hình hồi quy là phù hợp. Tuy nhiên, qua việc thực hiện các kiểm định chúng em đã nhận thấy mô hình (1) có những khuyết tật sau: đa cộng tuyến không hoàn hảo, phương sai sai số thay đổi. Mô hình log ( ln- ln) (2): Kết quả hồi quy cho R2 = 0.940441 điều này có nghĩa có 94.0441% sự thay đổi của giá cổ phiếu được giải thích bởi chỉ số VN-INDEX, giá cổ phiếu thời điểm t-1, giá vàng, còn 5.9559% còn lại là do các yếu tố khác ngoài mô hình tác động vào. Ta thấy, mô hình có giá trị p-value bằng 0.0000 < 0.05 nên mô hình hồi quy là phù hợp. Tuy nhiên, qua việc thực hiện các kiểm định chúng em đã nhận thấy mô hình (2) có những khuyết tật sau: đa cộng tuyến không hoàn hảo, phương sai sai số thay đổi. Mô hình ln -lin (3): Kết quả hồi quy cho R2 = 0.940746 điều này có nghĩa có 94.0746% sự thay đổi của giá cổ phiếu được giải thích bởi chỉ số VN-INDEX, giá cổ phiếu thời điểm t-1, giá vàng, còn 5.9254% còn lại là do các yếu tố khác ngoài mô hình tác động vào. Ta thấy, mô hình có giá trị p-value bằng 0.0000 < 0.05 nên mô hình hồi quy là phù hợp. Tuy nhiên, qua việc thực hiện các kiểm định chúng em đã nhận thấy mô hình (1) có những khuyết tật sau: đa cộng tuyến không hoàn hảo, phương sai sai số thay đổi, có SSNN không tuân theo quy luật phân phối chuẩn. Mô hình lin -ln (4): Kết quả hồi quy cho R2 = 0.938234 điều này có nghĩa có 93.8234% sự thay đổi của giá cổ phiếu được giải thích bởi chỉ số VN-INDEX, giá cổ phiếu thời điểm t-1, giá vàng, còn 6.1766% còn lại là do các yếu tố khác ngoài mô hình tác động vào. Ta thấy, mô hình có giá trị p-value bằng 0.0000 < 0.05 nên mô hình hồi quy là phù hợp. Tuy nhiên, qua việc thực hiện các kiểm định chúng em đã nhận thấy mô hình (1) có những khuyết tật sau: đa cộng tuyến không hoàn hảo, phương sai sai số thay đổi và mô hình thiếu biến. Sở dĩ có những khuyết tật trên là do sự xuất hiện của các yếu tố ngoại lai và quá trình xử lý số liệu. Với quan sát nhỏ, mẫu số liệu chủ yếu được lấy từ các trang web cafef.vn, cophieu68.com, 108x.org nên mặc dù mô hình kinh tế là phù hợp nhưng nó không thể phản ánh chính xác thực tế tình hình biến đổi của cổ phiếu KDC. Qua các nhận xét ở trên ta có thể thấy được mô hình tuyến tính (1) có những ưu điểm hơn so với các mô hình khác và có thể áp dụng cho cổ phiếu công ty cổ phần KINH ĐÔ. Trong quá trình thực hiện, dù đã rất cố gắng song nhóm chúng em cũng không thể tránh khỏi những sai sót, vì vậy nhóm chúng em rất mong nhận được sự góp ý của thầy và các bạn để bài làm được tốt hơn nữa. PHỤ LỤC STT Ngày Giá cổ phiếu (P) Giá cổ phiếu ngày hôm trước (PT) chỉ số VN-INDEX (VN) Giá vàng ( PG) 1 11/05/2012 38,9 38,9 480,1 41.600 2 14/05/2012 38,3 38,9 469,69 41.310 3 15/05/2012 36,4 38,3 455,65 41.150 4 16/05/2012 36,3 36,4 449,91 40.780 5 17/05/2012 36,2 36,3 442,58 40.950 6 18/05/2012 34,5 36,2 434,95 41.750 7 19/05/2012 41.900 8 20/05/2012 41.900 9 21/05/2012 32,8 34,5 448,02 42.000 10 22/05/2012 32,9 32,8 447,94 41.550 11 23/05/2012 32,7 32,9 436,75 41.160 12 24/05/2012 32,6 32,7 426,92 41.160 13 25/05/2012 32,9 32,6 437,38 41.250 14 26/05/2012 41.450 15 27/05/2012 41.450 16 28/05/2012 32,8 32,9 435,48 41.400 17 29/05/2012 32,8 32,8 431,44 41.350 18 30/05/2012 32,9 32,8 435,34 41.080 19 31/05/2012 32,5 32,9 429,2 41.260 20 01/06/2012 30,9 32,5 428,8 41.130 21 02/06/2102 41.800 22 03/06/2012 41.800 23 04/06/2012 30,8 30,9 416,65 41.860 24 05/06/2012 30,8 30,8 421,02 41.970 25 06/06/2012 31,3 30,8 426,39 42.420 26 07/06/2012 32,5 31,3 434,41 42.210 27 08/06/2012 32,8 32,5 432,9 41.560 28 09/06/2102 41.800 29 10/06/2012 41.800 30 11/06/2012 33,2 32,8 432,5 41.780 31 12/06/2012 32,8 33,2 428,16 41.700 32 13/06/2012 32,8 32,8 427,61 41.920 33 14/06/2012 32,8 32,8 425,28 42.010 34 15/06/2012 34,2 32,8 433,09 42.050 35 16/06/2012 42.080 36 17/06/2012 42.080 37 18/06/2012 34,1 34,2 435,59 42.040 38 19/06/2012 34 34,1 431,08 42.100 39 20/06/2012 33,9 34 432,89 42.050 40 21/06/2012 33,7 33,9 431,14 42.890 41 22/06/2012 33,4 33,7 427,17 41.670 42 23/06/2012 41.680 43 24/06/2012 41.680 44 25/06/2012 32,9 33,4 424,12 41.600 45 26/06/2012 33,1 32,9 419,19 41.680 46 27/06/2012 33,2 33,1 418,04 41.540 47 28/06/2012 33,5 33,2 418,16 41.560 48 29/06/2012 34,2 33,5 422,37 41.570 49 30/06/2012 41.780 50 01/07/2012 41.780 51 02/07/2012 34,8 34,2 419,3 41.800 52 03/07/2012 34,5 34,8 413,09 41.890 53 04/07/2012 34,5 34,5 410,73 41.970 54 05/07/2012 34,2 34,5 413,83 41.920 55 06/07/2012 34,6 34,2 415,44 41.730 56 07/07/2012 41.650 57 08/07/2012 41.650 58 09/07/2012 33,3 34,6 408,12 41.630 59 10/07/2012 33,3 33,3 405,39 41.750 60 11/07/2012 33,5 33,3 407,28 41.600 61 12/07/2012 33,5 33,5 408,72 41.500 62 13/07/2012 33,4 33,5 416,98 41.640 63 14/07/2012 41.690 64 15/07/2012 41.690 65 16/07/2012 33,3 33,4 413,98 41.630 66 17/07/2012 33,3 33,3 417,55 41.740 67 18/07/2012 33,2 33,3 418,83 41.620 68 19/07/2012 33,2 33,2 428,38 41.610 69 20/07/2012 33,3 33,2 424,47 41.630 70 21/07/2012 41.620 71 22/07/2012 41.620 72 23/07/2012 33,3 33,3 421,99 41.520 73 24/07/2012 33,2 33,3 415,63 41.540 74 25/07/2012 32,1 33,2 412,91 41.660 75 26/07/2012 32,1 32,1 414,8 41.830 76 27/07/2012 32,2 32,1 413,16 41.980 77 28/07/2012 41.960 78 29/07/2012 41.960 79 30/07/2012 31,9 32,2 415 41.910 80 31/07/2012 32,1 31,9 414,48 41.940 81 01/08/2012 31,8 32,1 412,55 41.840 82 02/08/2012 31,9 31,8 416,1 41.810 83 03/08/2012 32,1 31,9 418,21 41.820 84 04/08/2012 41.880 85 05/08/2012 41.880 86 06/08/2012 32,2 32,1 423,16 42.020 87 07/08/2012 32,2 32,2 422,5 42.190 88 08/08/2012 32,3 32,2 423,57 42.090 89 09/08/2012 32,2 32,3 426,98 42.130 90 10/08/2012 31,6 32,2 425,56 42.120 91 11/08/2012 42.200 92 12/08/2012 42.200 93 13/08/2012 31,7 31,6 426,17 42.460 94 14/08/2012 31,7 31,7 429,47 42.420 95 15/08/2012 31,6 31,7 430,77 42.260 96 16/08/2012 31,6 31,6 430,83 42.330 97 17/08/2012 31,8 31,6 433,45 42.490 98 18/08/2012 42.480 99 19/08/2012 42.480 100 20/08/2012 32,6 31,8 437,28 42.520 101 21/08/2012 31,2 32,6 416,84 42.880 102 22/08/2012 31,9 31,2 410,23 43.600 103 23/08/2012 31,7 31,9 392,82 44.100 104 24/08/2012 31,7 31,7 399,72 44.000 105 25/08/2012 44.050 106 26/08/2012 44.050 107 27/08/2012 30,8 31,7 386,19 44.300 108 28/08/2012 31,6 30,8 385,78 44.270 109 29/08/2012 32,3 31,6 393,06 44.380 110 30/08/2012 32,9 32,3 397,25 44.370 111 31/08/2012 32 32,9 396,02 44.320 112 01/09/2012 44.950 113 02/09/2012 44.950 114 03/09/2012 44.950 115 04/09/2012 31,4 32 402,08 44.950 116 05/09/2012 30,5 31,4 398,92 45.080 117 06/09/2012 29,3 30,5 393,41 45.900 118 07/09/2012 27,9 29,3 397,51 45.300 119 08/09/2012 45.900 120 09/09/2012 45.900 121 10/09/2012 27 27,9 388,88 45.920 122 11/09/2012 27 27 386,62 45.920 123 12/09/2012 28 27 388,35 46.320 124 13/09/2012 28 28 391,36 46.150 125 14/09/2012 28 28 398,87 46.890 126 15/09/2012 46.600 127 16/09/2012 46.600 128 17/09/2012 27 28 401,75 46.500 129 18/09/2012 26,7 27 394,51 46.300 130 19/09/2012 25,4 26,7 394,55 46.900 131 20/09/2012 26,6 25,4 389,28 46.570 132 21/09/2012 25,3 26,6 395,48 46.700 133 22/09/2012 46.640 134 23/09/2012 46.640 135 24/09/2012 26,5 25,3 390,37 46.510 136 25/09/2012 27,8 26,5 391,77 46.700 137 26/09/2012 27,8 27,8 395,12 46.790 138  27/09/2012 28,5 27,8 393,34 46.750 139 28/09/2012 28 28,5 392,57 47.110 DANH MỤC CÁC TÀI LIỆU THAM KHẢO Bài giảng kinh tế lượng của ThS Đàm Đình Mạnh. Giáo trình Kinh Tế Lượng Ứng Dụng của ThS Phạm Trí Cao và ThS Vũ Minh Châu Trang web cafef.vn Trang web cophieu68.com Trang 108x.org Bài giảng kinh tế lượng của ThS Nguyễn Quang Dong- trường Đại Học Kinh Tế Quốc Dân. DANH SÁCH NHÓM 8 VÕ QUỲNH NGUYỆT LÊ VĂN XIN DƯƠNG TẤN XIN TRƯƠNG THỊ NGỌC XUÂN NGUYỄN THỊ HÀ XUYÊN ĐINH THỊ TRANG HÀN QUÝ VĂN TRẦN NGUYỄN XUÂN YÊN NGUYỄN THỊ NGỌC YẾN NGUYỄN THỊ VIỆT YẾN PHỤ LỤC MỤC LỤC