Từ mô hình (2.6), nếu tất cả các i và j bằng 0 thì biến sự thay đổi chỉ số giá P sẽ chỉ phụ thuộc vào biến nhiễu t (thành phần phi hệ thống), mà không phụ thuộc vào các biến trễ (thành phần hệ thống), tức là sự thay đổi giá tiếp theo sẽ không thể dự đoán được nếu như dựa vào sự thay đổi giá trong quá khứ. Như vậy thị trường chứng khoán sẽ là thị trường hiệu quả dạng yếu đúng theo định nghĩa. Nếu tồn tại i và j khác không thì sẽ có sự phụ thuộc giữa những thay đổi giá trong quá khứ tới giai đoạn tiếp theo và đó chính là sự phản ánh về một thị trường không hiệu quả.
Tức là, giả thuyết để kiểm định như sau:
H0: i và j = 0 i – Mô hình (2.6) thoả mãn tiêu chuẩn thị trường đạt hiệu quả dạng yếu.
H1: i hoặc j 0 – Mô hình (2.6) không thoả mãn tiêu chuẩn về một thị trường hiệu quả dạng yếu.
Hơn nữa, theo Hwey – Chyi Lee (2005) nếu có kết luận thị trường không hiệu quả thì sẽ có thể phân tích sâu hơn về tốc độ, biên độ điều chỉnh chỉ số giá tới giá hiện tại bằng việc kiểm định tính bất đối xứng của hai chiều hướng tăng và giảm chỉ số giá (để có thể đưa ra dự báo về sự thay đổi giá).
Có ba kiểm định cơ bản về tính đối xứng của giá, đó là đối xứng về mặt thời gian (timing sysmetry), đối xứng về biên độ thay đổi (magnitude symmetry), và đối xứng về cách thức điều chỉnh chỉ giá (pattern sysmetry). Nếu chuỗi giá bất kỳ vi phạm một trong ba kiểm định này thì chuỗi giá đó được coi là bất đối xứng.
Trước hết, đối xứng về mặt thời gian, tức là sẽ xem xét xem liệu rằng trễ của xu hướng giá tăng và trễ tương ứng của xu hướng giá giảm có bằng nhau hay không? Tiêu chuẩn này phản ánh tốc độ điều chỉnh giá tăng và giá giảm trong quá khứ đến giá hiện tại
Thứ hai, đối xứng về biên độ thay đổi giá, kiểm tra xem liệu rằng tổng các hệ số của xu hướng giá giảm có bằng tổng các hệ số của xu hướng giá tăng hay không? (Σαi=Σβj). Nếu các tổng này bằng nhau thì tiêu chí thứ hai của giá đối xứng được thoả mãn. Giải thích hành vi phản ứng trước các thông tin giá tăng và giá giảm của người đầu tư.
Thứ ba, đối xứng về cách thức điều chỉnh giá. Kiểm tra rằng khi r = s thì từng hệ số αivà βj tương ứng có bằng nhau hay không (αi=βj). Tiêu chuẩn này giải thích diễn biến phản ứng trước các thông tin trong quá khứ? Phản ứng từ từ hay ngay lập tức trước các đợt tăng giá và giảm giá.
+ Kết quả nghiên cứu
Đối với HaSTC index:
Tiến hành hồi quy mô hình (2) với chuỗi số liệu của HASTC index, sau khi loại bỏ những hệ số không có ý nghĩa về mặt thống kê cho ta kết quả như bảng dưới đây:
Dependent Variable: ∆Pt Method: Least Squares Date: 04/09/09 Time: 14:51 Sample(adjusted): 1 838
Included observations: 838 after adjusting endpoints
Coefficient | Std. Error t-Statistic | Prob. | |
∆Ut-1 | 0.726439 | 0.054675 13.28657 | 0.0000 |
∆Ut-2 | -0.181782 | 0.043319 -4.196316 | 0.0000 |
∆Lt-1 | 0.574470 | 0.032211 17.83446 | 0.0000 |
∆Lt-2 | -0.087366 | 0.026417 -3.307182 | 0.0010 |
R-squared | 0.598722 | Mean dependent var | -0.119332 |
Adjusted R-squared | 0.597278 | S.D. dependent var | 7.441928 |
S.E. of regression | 4.722675 | Akaike info criterion | 5.947389 |
Sum squared resid | 18601.25 | Schwarz criterion | 5.969972 |
Log likelihood | -2487.956 | Durbin-Watson stat | 2.776949 |
Có thể bạn quan tâm!
-
Tóm Tắt Một Số Kết Quả Đã Đạt Được Của Thị Trường Chứng Khoán Việt Nam Trong Thời Gian Vừa Qua -
Kiểm Định Thị Trường Hiệu Quả Dạng Yếu -
Kết Quả Kiểm Định Tính Ngẫu Nhiên Các Chỉ Số Của Thị Trường -
Kiểm Định Thị Trường Hiệu Quả Dạng Trung Bình -
Tham Khảo Một Số Cổ Phiếu Trên Hastc -
Hoàn Thiện Hệ Thống Công Bố Thông Tin Chứng Khoán
Xem toàn bộ 206 trang tài liệu này.
Bước 1: Kiểm định về tính hiệu quả của thị trường:
Như lập luận phần trên, việc kiểm định tính hiệu quả của thị trường cũng chính là kiểm định tính bằng 0 của các hệ số i và j. Nhìn vào bảng kết quả ở trên ta thấy hệ số ứng với ∆Ut-1, ∆Ut-2, ∆Lt-1, ∆Lt-2 đều khác 0 về mặt thống kê. Điều đó chứng tỏ Trung tâm Giao dịch chứng khoán Hà Nội là thị trường chưa hiệu quả dạng yếu về mặt thông tin. Tức là, tại Trung tâm này, chỉ số giá biến động không hoàn toàn ngẫu nhiên và độc lập với nhau - chúng chịu tác động của nhau, giá quá khứ có thể dùng để tham khảo cho việc quyết định giá sắp tới. Chúng ta có thể kết luận sâu hơn các quá trình này thông qua việc phân tích kết quả ở bước 2.
Bước 2: Kiểm định về tính đối xứng của các tác động điều chỉnh giá từ các xu hướng giá tăng và giá giảm tới giá hiện tại tại HASTC:
Chúng ta sẽ lần lượt kiểm định ba dạng đối xứng đã được trình bày.
- Kiểm tra tính đối xứng về thời gian: H0: r = s, H1: r ≠ s
Rõ ràng, xu hướng giá tăng trong quá khứ có trễ tương ứng bằng 2 và bằng với trễ của xu hướng giá giảm (r=s), vì vậy chấp nhận giả thuyết H0. Điều này chứng tỏ chỉ số HaSTC thoả mãn tiêu chí đầu tiên của giá đối xứng.
Tức là, tại sàn Hà Nội thời gian tác động của các lần tăng và giảm giá tới giá hiện tại là như nhau và khá ngắn, trong 2 phiên. Điều này có thể lý giải rằng phản ứng của người đầu tư trước các đợt tăng giá và giảm giá là khá nhanh nhạy và người ta cho rằng sự phụ thuộc giá là rất gần nhau. Nhưng nó cũng phản ánh tình trạng “lướt sóng” của người đầu tư.
Hơn nữa, độ trễ đều bằng 2 ở đây, cũng có thể hiểu rằng những người đầu tư cổ phiếu tại HaSTC không quan tâm nhiều đến mốc thời gian t+3. Họ không cần trông chờ khi chứng khoán về tài khoản để tiếp tục vòng quay mà có thể sử dụng luôn nguồn tiền khác của mình để tham gia đầu tư mua bán chứng khoán. Điều này lại phản ánh rằng có thể người đầu tư không tin nhiều
vào tính thanh khoản của thị trường. Họ nghĩ rằng chưa chắc chờ đến ngày t+3 là đã có thể quay vòng được chứng khoán.
- Kiểm định tính đối xứng về biên độ thay đổi, xem liệu rằng tổng các hệ số của xu hướng giá giảm có bằng tổng các hệ số của xu hướng giá tăng hay không? Nếu bằng nhau thì tiêu chí thứ hai của giá đối xứng được thoả mãn. Các kết quả kiểm định này được đưa ra trong bảng dưới đây:
Null Hypothesis: C(1)+C(2)=C(3)+C(4) | |
F-statistic 3.635617 Probability | 0.056899 |
Chi-square 3.635617 Probability | 0.056556 |
Với mức ý nghĩa 5% thì giả thiết C(1)+C(2) = C(3)+C(4) được thừa nhận (do P – value = 0.056899 > 0.05). Như thế, tiêu chí thứ hai đã được thoả mãn.
Tức là, tổng biên độ điều chỉnh sau các lần tăng giá tác động tới giá hiện tại cũng bằng tổng biên độ của các lần điều chỉnh giảm tới giá hiện tại. Ở đây, có thể giải thích “lòng tham và nỗi sợ hãi” của người đầu tư là khá cân bằng trong khoảng thời gian được nghiên cứu. Nếu xét trong từng thời kỳ khi thị trường tăng trưởng nóng hay thị trường ảm đạm, các phản ứng có thể là khác nhau. Nhìn tổng thể trong cả giai đoạn nghiên cứu thì người đầu tư có thể đua nhau mua cổ phiếu để giá đẩy lên rất cao, tuy vậy họ cũng có thể bán tháo cổ phiếu để giá xuống ở mức rất thấp, dẫn đến tình trạng các tác động dương và âm là khá cân bằng.
- Cuối cùng, kiểm định tính đối xứng về mặt cách thức điều chỉnh giá.
Kết quả kiểm định được đưa ra dưới đây:
Null Hypothesis: | C(1)=C(3) C(2)=C(4) | ||
F-statistic | 2.929854 | Probability | 0.053955 |
Chi-square | 5.859708 | Probability | 0.053405 |
Ta nhận thấy, với mức ý nghĩa 5% thì giả thiết về tính đối xứng về mặt cách thức điều chỉnh giá được thoả mãn.
Điều này có thể giải thích rằng các phản ứng của người đầu tư trước các thông tin tốt làm cho tăng giá cũng tương tự với những gì họ phản ứng lại trước các thông tin xấu khiến giá cổ phiếu sụt giảm. Thể hiện sự phân tích thông tin của người đầu tư còn rất mơ hồ, không sâu sắc để xử lý và ra quyết định với các mức giá hợp lý hơn.
Như vậy, thị trường chứng khoán Việt Nam, nếu xét theo phân đoạn thị trường từ Trung tâm chứng khoán Hà Nội, là thị trường không hiệu quả dạng yếu, và còn tuân theo mô hình giá đối xứng. Việc dự báo về các mức giá, thời gian điều chỉnh giá là khá dễ dàng bởi mô hình đối xứng.
Tương tự với việc kiểm định EMH tại HASTC, dưới đây sẽ giới thiệu các phân tích còn lại đối với chuỗi VNindex tại các thời kỳ khác nhau, phân biệt bởi sự ra đời của HASTC.
Đối với VNindex khi chưa có HaSTC index
Tiến hành hồi quy mô hình xem xét tác động của hai xu hướng tăng và giảm giá tới xu hướng giá hiện tại ta được kết quả như bảng cho dưới đây:
Dependent Variable: ∆Pt Method: Least Squares Date: 04/09/09 Time: 15:05 Sample: 1 1080
Included observations: 1080
Coefficient | Std. Error t-Statistic | Prob. | |
∆Ut-1 | 0.681128 | 0.031389 21.69942 | 0.0000 |
∆Ut-2 | -0.158992 | 0.023780 -6.685851 | 0.0000 |
∆Lt-1 | 0.794932 | 0.029625 26.83312 | 0.0000 |
∆Lt-2 | -0.244935 | 0.022813 -10.73665 | 0.0000 |
R-squared | 0.763585 | Mean dependent var | 0.137685 |
Adjusted R-squared | 0.762926 | S.D. dependent var | 5.115081 |
S.E. of regression | 2.490544 | Akaike info criterion | 4.666576 |
Sum squared resid | 6674.223 | Schwarz criterion | 4.685038 |
Log likelihood | -2515.951 | Durbin-Watson stat | 2.896823 |
Bước 1: Kiểm định tính hiệu quả của thị trường
Hệ số α tương ứng với ∆Ut-1 ,∆Ut-2, ∆Lt-1, ∆Lt-2 đều khác 0. Vì vậy giả thuyết H0 bị bác bỏ, chấp nhận H1, tức là tại phân đoạn này thị trường cũng không hiệu quả (thị trường chứng khoán Việt Nam kể từ khi mở cửa đến thời điểm có thêm Trung tâm HaSTC là thị trường không đạt hiệu quả dạng yếu).
Bước 2: Kiểm định tính đối xứng về giá:
- Kiểm tra tính đối xứng về thời gian:
Trễ của xu hướng giá tăng bằng trễ của xu hướng giá giảm (cùng bằng 2) do đó thoả mãn tiêu chí đầu tiên (timing symetric) của giá đối xứng, tức là chuỗi chỉ số cho thấy Vnindex trong giai đoạn đó đối xứng về mặt thời gian. Như vậy, cũng giống như tại HASTC, trong giai đoạn này tại HoSE, sự phản ứng của người đầu tư dựa vào các thông tin quá khứ là rất ngắn, họ tin rằng giá quá khứ có tác động trực tiếp tới hiện tại, và thậm chí rằng giá ngày hôm trước tác động luôn tới giá ngày hôm sau, bất chấp giá tăng hay giá giảm, bất chấp các thông tin khác về thị trường.
- Kiểm tra tính đối xứng về mặt biên độ điều chỉnh giá. Kết quả kiểm định được đưa ra dưới đây:
Null Hypothesis: | C(1)+C(2)=C(3)+C(4) | |
F-statistic | 2.172618 Probability | 0.140779 |
Chi-square | 2.172618 Probability | 0.140487 |
Vì P – value = 0.140779 > 0.05 nên giả thiết C(1)+ C(2) = C(3)+ C(4) được thừa nhận, thoả mãn tính đối xứng về biên độ thay đổi giá. Như vậy, tại HoSE, ở giai đoạn khởi động của thị trường thì “lòng tham” và “nỗi sợ hãi” của người đầu tư là cũng cân bằng. Việc mức giá tăng trong cả giai đoạn cũng chỉ bằng với mức giá giảm trong khoảng thời gian ấy.
- Kiểm định tính đối xứng về mặt cách thức điều chỉnh giá. Kết quả kiểm định được đưa ra như sau:
Wald Test: Equation: Untitled
Null Hypothesis: C(1)=C(3)
C(2)=C(4)
F-statistic 3.247852 Probability 0.069239
Chi-square 6.495704 Probability 0.068858
Với mức ý nghĩa 5% thì giả thiết về tính đối xứng về mặt cách thức điều chỉnh giá được thoả mãn.
Như vậy, hành vi nhà đầu tư của HoSE giai đoạn này là khá giống với những người đầu tư khi tham gia tại HaSTC khi tuân theo mô hình đối xứng.
Thị trường chứng khoán Việt Nam, nếu xét theo phân đoạn thị trường chứng khoán từ HoSE trong giai đoạn từ khi mở cửa đến thời điểm cả nước có thêm Trung tâm giao dịch chứng khoán Hà Nội, là thị trường không hiệu quả dạng yếu, và còn tuân theo mô hình giá đối xứng. Hành vi của người đầu tư trước các thông tin là khá đơn giản, không có các phân tích cần thiết với những sự phân biệt và sàng lọc.
Đối với VNindex khi HoSE hoạt động cùng HASTC mở cửa đến nay
Tiến hành hồi quy mô hình xem xét tác động của hai xu hướng tăng và giảm giá tới xu hướng giá hiện tại ta được kết quả như bảng dưới đây:
Dependent Variable: ∆Pt Method: Least Squares Date: 04/09/09 Time: 15:22 Sample: 1 930
Included observations: 930
Coefficient | Std. Error t-Statistic | Prob. | |
∆Ut-1 | 0.718532 | 0.051547 13.93927 | 0.0000 |
∆Ut-2 | -0.184272 | 0.040763 -4.520560 | 0.0000 |
∆Lt-1 | 0.570668 | 0.030968 18.42766 | 0.0000 |
∆Lt-2 | -0.075306 | 0.025206 -2.987620 | 0.0029 |
R-squared | 0.598430 | Mean dependent var | -0.267419 |
Adjusted R-squared | 0.597129 | S.D. dependent var | 16.38826 |
S.E. of regression | 10.40198 | Akaike info criterion | 7.526160 |
Sum squared resid | 100194.2 | Schwarz criterion | 7.546957 |
Log likelihood | -3495.665 | Durbin-Watson stat | 2.708654 |
Bước 1: Kiểm định thị trường hiệu quả dạng yếu
Hệ số α tương ứng với ∆Ut-1, ∆Ut-2, ∆Lt-1, ∆Lt-2 khác 0. Như vậy giả thuyết H0 bị bác bỏ và chấp nhận giả thuyết H1, tức là phân đoạn thị trường này không đạt hiệu quả dạng yếu.
Bước 2: Kiểm định tính đối xứng về giá của mô hình:
- Kiểm tra tính đối xứng về thời gian:
Vì trễ của xu hướng giá tăng bằng với trễ của xu hướng giá giảm (r=s=2) nên chuỗi VnIndex thời kỳ này đối xứng về mặt thời gian. Tốc độ tác động của việc tăng và giảm giá tới giá hiện tại là như nhau. Như vậy, trong giai đoạn từ năm 2005 đến nay (tính cả khi thị trường tăng rất nóng hơn 1 năm từ 2006 đến 2007), nhìn chung tốc độ điều chỉnh giá tăng và giá giảm là khá nhanh và sự phụ thuộc của giá hiện tại theo giá quá khứ là rất sát.
- Kiểm tra tính đối xứng về mặt biên độ điều chỉnh giá:
Kết quả được đưa ra trong bảng dưới đây: