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.
77 trang |
Chia sẻ: lylyngoc | Lượt xem: 2854 | Lượt tải: 1
Bạn đang xem trước 20 trang tài liệu Luận văn Phân tích một số yếu tố ảnh hưởng đến giá cổ phiếu công ty cổ phần Kinh Đô - KDC, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
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
Các file đính kèm theo tài liệu này:
- anh_huong_gia_vang_chi_so_vn_index_va_gia_co_phieu_ngay_hom_truoc_den_.doc