BƯỚC ĐI NGẪU NHIÊN VÀ KIỂM ĐỊNH HIỆU QUẢ TRONG THỊ TRƯỜNG NGOẠI HỐI CHÂU Á – THÁI BÌNH DƯƠNG BẰNG CHỨNG TỪ DỮ LIỆU SAU CUỘC KHỦNG HOẢNG TIỀN TỆ CHÂU Á

BƯỚC ĐI NGẪU NHIÊN VÀ KIỂM ĐỊNH HIỆU QUẢ TRONG THỊ TRƯỜNG NGOẠI HỐI CHÂU Á – THÁI BÌNH DƯƠNG: BẰNG CHỨNG TỪ DỮ LIỆU SAU CUỘC KHỦNG HOẢNG TIỀN TỆ CHÂU Á Bằng thực nghiệm, bài viết này kiể

Mục Lục

1 Giới thiệu 1

2 Phương pháp 4

2.1 Kiểm định nghiệm đơn vị (Unit root tests) 4

2.2 Kiểm định tỷ lệ phương sai (Variance-ratio tests) 5

2.2.1 Lo and MacKinlay (L-M) VR 5

2.2.2 Wright’s alternative VR 6

2.2.3 Những giá trị tới hạn đối với kiểm định Wright’s 7

3 Dữ liệu 7

4 Kết quả thực nghiệm 8

4.1 Kết quả từ kiểm định nghiệm đơn vị 8

4.2 Kết quả từ kiểm định tỷ lệ phương sai 10

5 Kết luận từ bài nghiên cứu 16

6 Định hướng nghiên cứu áp dụng tại Việt Nam 18

BƯỚC ĐI NGẪU NHIÊN VÀ KIỂM ĐỊNH HIỆU QUẢ TRONG THỊ TRƯỜNG NGOẠI HỐI CHÂU Á – THÁI BÌNH DƯƠNG:

BẰNG CHỨNG TỪ DỮ LIỆU SAU CUỘC KHỦNG HOẢNG TIỀN TỆ CHÂU Á

Bằng thực nghiệm, bài viết này kiểm tra giả thiết bước đi ngẫu nhiên và hiệu quả

“random walk and efficiency” cho 12 thị trường ngoại hối Châu Á - Thái Bình Dương Giả thuyết được kiểm định riêng lẻ như là kiểm định nghiệm đơn vị trên số liệu dạng bảng và kiểm định hai tỷ lệ phương sai Nghiên cứu bao gồm dữ liệu tỷ giá giao ngay sau cuộc khủng hoảng Châu Á với tuần suất cao (hằng ngày) và trung bình (hằng tuần) từ tháng 1/1998 – 7/2007 Các kết quả suy luận không có sự khác biệt đáng kể giữa kiểm định nghiệm đơn vị và kiểm định tỷ lệ phương sai khi sử dụng dữ liệu hàng ngày nhưng có sự khác biệt đáng kể khi sử dụng dữ liệu hàng tuần Với dữ liệu hàng ngày, cả 2 loại kiểm định nghiệm đơn vị xác định các thành phần nghiệm đơn vị “unit root” cho tất cả các chuỗi

và kiểm định hai tỷ lệ phương sai cung cấp bằng chứng về hành vi kiểm soát “martingale” cho hầu hết tỷ giá hối đoái được kiểm tra Với dữ liệu hàng tuần, kiểm định nghiệm đơn vị trên số liệu dạng bảng xác định các thành phần nghiệm đơn vị cho tỷ giá hối đoái và, kiểm định nghiệm đơn vị trên cơ sở chuỗi đơn xác định thành phần nghiệm đơn vị cho 10 thị trường ngoại hối Tuy nhiên, kiểm định tỷ lệ phương sai bác bỏ giả thuyết kiềm chế cho đa

số các tỷ giá hối đoái khi sử dụng dữ liệu hàng tuần

1 Giới thiệu:

Nghiên cứu hiện tại trong hiệu quả thị trường tài chính chỉ ra sự khác biệt các loại phương pháp và dữ liệu tần số được sử dụng để giải thích hành vi bước đi ngẫu nhiên của thị trường tài chính Một cách công bằng có thể nói rằng các nhà kinh tế học chưa đạt đến một sự đồng thuận về việc liệu rằng tỷ giá hối đoái là không thể dự đoán trước (hoặc thị trường ngoại hối là hiệu quả) Tuy nhiên, suy luận từ các phương pháp khác nhau và từ dữ liệu tần số cao hay thấp cần phải được phân biệt với những chính sách ẩn có lợi cho tình trạng phát triển của thị trường ngoại hối (tài chính) liên quan Nếu không, cả nhà đầu tư và các nhà hoạch định chính sách sẽ lúng túng và lạc đường Sự khác biệt của các kết quả qua các phương pháp và tần số dữ liệu là rất quan trọng vì vài lý do Đầu tiên, nó làm giảm các cuộc tranh luận đang diễn ra giữa người làm tài chính và các học giả liên quan đến tính hiệu quả của thị trường; trước đây cho rằng các thị trường là không hiệu quả và sau này tin rằng các thị trường là hiệu quả Thứ hai, thậm chí trong những thị trường tài chính phát triển như nhau, những người giao dịch hành xử khác nhau Ví dụ, một số nhà giao dịch cư

xử lý trí, chủ yếu dựa vào phân tích cơ bản và vì thế được coi là nhà kinh doanh chênh lệch giá dựa trên lý trí “rational arbitraguers”, trong khi một số nhà giao dịch không cư xử lý trí

mà chủ yếu dựa vào cảm tính “sentiments” và/ hoặc nhiễu “noises” và do đó được coi là nhà đầu tư ít thông tin không lý trí “less rational noise traders” (xem Menkhoff, 1998) Thứ

ba, các dữ liệu tần số cao là những ước lượng tốt hơn cho thị trường hiệu quả của các thị trường phát triển, trong đó khối lượng giao dịch là rất cao, thị trường ngoại hối đang tương đối phát triển, thị trường rất cạnh tranh và người tham gia thị trường được thông tin tốt hơn

so với các thị trường nhỏ hay kém phát triển Điều này cho thấy rằng các dữ liệu tần số thấp và trung bình là ước tính tốt hơn cho thị trường hiệu quả của các thị trường chuyển tiếp (chuyển đổi và chưa phát triển/phát triển) Vì vậy, không giống như Lo and

MacKinlay (1988), Liu and He (1991) and Wright (2000), người đề nghị sử dụng dữ liệu tần số trung bình (hàng tuần) để tránh những thiếu sót với dữ liệu tần số cao và thấp, chúng tôi cho rằng việc lựa chọn các dữ liệu đưa ra những kết luận về hiệu quả thị trường phải dựa vào loại và sự phát triển của những thị trường có liên quan Los (1999), Lee et al (2001), Jeon and Seo (2003), Lo and Lee (2006) và những người khác sử dụng dữ liệu tần

số cao để giải thích tính hiệu quả của thị trường ngoại hối Chúng tôi sử dụng cả dữ liệu tần số cao và trung bình sao cho những chính sách phù hợp có lợi cho sự phát triển thị trường vốn của các nước tương ứng có thể chuyển nhượng

Xem xét từ quan điểm kinh tế, bước đi ngẫu nhiên hàm ý cả chuỗi có thành phần nghiệm đơn vị và số gia của chuỗi là không tương quan (hoặc chuỗi có thuộc tính martingale) Nếu cả hai thuộc tính được tìm thấy tồn tại trong thị trường tài chính, chuỗi tài chính được nói là thực hiện theo bước đi ngẫu nhiên

Tuy nhiên, chuỗi có thể có thành phần nghiệm đơn vị nhưng không có thuộc tính kiềm chế và ngược lại Trong khi thuộc tính đầu tiên của bước đi ngẫu nhiên được xác định bới kiểm định nghiệm đơn vị, những số gia không tương quan được xác định bởi kiểm định tỷ

lệ phương sai (VR tests) Những kiểm định này bổ sung cho nhau trong việc nghiêm cứu hành vi bước đi ngẫu nhiên của thị trường tài chính Lo and MacKinlay (1988, 1989), Cecchetti and Lam (1994) and Gilmore and McManus (2003) lập luận rằng kiểm định tỷ lệ phương sai đáng tin cậy hơn kiểm định nghiệm đơn vị truyền thống

Những tiền đề của bước đi ngẫu nhiên và lý thuyết thị trường hiệu quả là nếu sự định giá trong thị trường ngoại hối là ngẫu nhiên và tỷ suất sinh lợi từ thị trường đó là không thể

dự đoán trước, vậy thì chúng ta không bác bỏ giả thiết của thị trường hiệu quả Trong thị trường hiệu quả này, thật khó đối với các nhà kinh doanh ngoại tệ để đạt được tỷ suất sinh lợi vượt trội thông qua đầu cơ, bởi vì giá cả phản ánh đầy đủ các thông tin thị trường sẵn

có và liên quan Ngược lại, nếu quay trở lại thị trường tài chính có thể dự đoán và theo nghĩa này là không ngẫu nhiên thì thị trường không hiệu quả, ngụ ý rằng các nhà kinh doanh ngoại tệ có thể tạo ra tỷ suất sinh lợi bất thường thông qua đầu cơ

Có thể có một vài lý do tại sao thị trường không hiệu quả

Thứ nhất, giá cả chậm thay đổi, không nhanh chóng điều chỉnh những thông tin mới (Fama, 1970; Melvin, 2004)

Thứ hai, giá tại thị trường này không được đặt ở mức cân bằng do sự sai lệch trong giá vốn và định giá trị rủi ro (Smith et al., 2002)

Thứ ba, sự xuất hiện của thị trường song hành/chợ đen do sự tồn tại kiểm soát tỷ giá hối đoái và dẫn đến chênh lệch giữa tỷ giá cân bằng và tỷ giá chính thức (xem Diamandis

Et Al., 2007)

Thứ tư, chế độ tỷ giá cũng là một yếu tố quyết định chính của thị trường ngoại hối hiệu quả Nếu các cơ quan quản lý không cho phép các ngân hàng nước ngoài tiếp cận tự do vào các thị trường ngoại hối và các sản phẩm, thị trường ngoại hối có thể không hiệu quả Một số nước ở lưu vực Thái Bình Dương, cụ thể là Indonesia, Hàn Quốc, Malaysia, Philippines, Singapore và Thái Lan đã có kinh nghiệm thị trường “song hành” hay “ chợ đen” cho đồng USD do các loại hình khác nhau của kiểm soát ngoại hối Phụ lục B cho thấy sự tăng trưởng giá trị giao dịch ngoại hối ở các nước Châu Á Thái Bình Dương được

lựa chọn và Phụ lục C cho thấy chế độ tỷ giá hối đoái của các nước được lựa chọn cho nghiên cứu này

Thị trường có thể không hiệu quả cũng do những lý do khác Grossman and Stiglitz (1980) lập luận rằng thị trường hiệu quả về mặt thông tin hoàn hảo là không thể, bởi vì nếu thị trường là hoàn toàn hiệu quả, lợi nhuận từ việc giao dịch trên thông tin sẽ là số không, trong khi chi phí thu thập thông tin và giao dịch trên là lớn hơn không Nói cách khác, hoặc thị trường không hiệu quả đến một điểm để đảm bảo đủ những cơ hội lợi nhuận hoặc thị trường sẽ sụp đổ Những cơ hội lợi nhuận có thể phát sinh từ các lý do khác nhau Nó có thể có được từ tiền thuê của các nhà đầu tư trong việc tìm kiếm thông tin Lợi nhuận dồn

về các chuyên gia đầu tư không cần thiết ở thị trường không hiệu quả, mà chỉ đơn giản là phần thưởng công bằng cho những bước đột phá trong công nghệ tài chính hoặc lợi thế cạnh tranh khác (ví dụ: thông tin vượt trội) Lợi nhuận có thể đến từ sự hiện diện của các nhà đầu tư bất hợp lý tức là nhà đầu tư kinh doanh vào những gì họ nghĩ là thông tin nhưng trên thực tế chỉ đơn thuần là gây nhiễu Nó có thể là kết quả của các nhà đầu tư, những người giao dịch vì những lý do khác hơn là thông tin, ví dụ: nhu cầu thanh khoản bất ngờ

Vì thế, thật khó đối với các nhà kinh tế và những người làm tài chính để xác định lý do tại sao một thị trường tài chính cụ thể là không hiệu quả Vì mục đích chính của bài viết này là chỉ đơn giản là phác họa bản chất của thị trường ngoại hối hiệu quả, nên chúng tôi không tập trung một cách tỉ mỉ vào những yếu tố/lý do thể chế và kinh tế có ảnh hưởng đến thị trường hiệu quả của tỷ giá hối đoái được xem xét

Mặc dù các lý thuyết hiện có về kiểm định bước đi ngẫu nhiên trong thị trường chứng khoán là phong phú, nhưng không có nghiên cứu nào đáng chú ý về bước đi ngẫu nhiên và kiểm định hiệu quả trong tỷ giá hối đoái của các nước khu vực Châu Á – Thái Bình Dương Dĩ nhiên, có rất nhiều nghiên cứu về các khía cạnh khác nhau của thị trường ngoại hối Trong những năm 1980, một số nghiên cứu xem xét bước đi ngẫu nhiên và kiểm định hiệu quả trong thị trường ngoại hối Darby (1983), Adler and Lehmann (1983), Huizinga (1987), Baillie and Selover (1987) and Taylor (1988) áp dụng kiểm định nghiệm đơn vị để kiểm tra hành vi bước đi ngẫu nhiên trong tỷ giá hối đoái của các nước phát triển Tất cả các bài nghiên cứu này không bác bỏ giả thiết nghiệm đơn vị cho tỷ giá hối đoái thực Coughlin and Koedijk (1990) and Lothian (1990) tiến hành kiểm định bước đi ngẫu nhiên bằng cách sử dụng (Dickey-Fuller and Augmented Dickey-Fuller) kiểm định nghiệm đơn

vị và kiểm định đồng liên kết Kiểm định Ng and Perron (2001) đã không phát triển vào thời điểm những nghiên cứu trên được tiến hành Trong nghiên cứu gần đây, Jeon and Seo (2003), Chortareas and Kapetaneos (2003), Chen and Leung (2003), Aroskar et al (2004), Sweeney (2006), Chu and Lu (2006) and Phengpis (2006) dùng các kiểm định khác nhau

để nghiên cứu thị trường ngoại hối hiệu quả Tuy nhiên họ không áp dụng kiểm định Ng and Perron (2001) cũng như kiểm định tỷ lệ phương sai Chúng tôi chọn phương pháp Ng and Perron’s (2001) bởi vì tự bản thân nó có bốn bài kiểm định Ng and Perron (2001) lập luận rằng những hỗ trợ AIC (MIC) cung cấp các bài kiểm định đó với kích thước và độ mạnh kỳ vọng Để kiểm tra xem kết quả từ những kiểm định Ng and Perron (2001) (được

áp dụng cho chuỗi thời gian đơn) là thiết thực đến việc sử dụng kỹ thuật dữ liệu bảng, chúng tôi thực hiện nhiều loại khác nhau của kiểm định nghiệm đơn vị trên số liệu dạng bảng với giả định cả cách thức xử lý đơn vị chung và xử lý đơn vị đơn Liu and He (1991), Smoluk et al (1998), Wright (2000), Lee et al (2001) and Chang (2004), những người khác, sử dụng kiểm định phương sai đến thị trường ngoại hối hiệu quả

Chúng tôi tập trung vào các thị trường khác nhau trong khu vực Châu Á – Thái Bình Dương Mục đích chính của bài viết này được xác định như sau:

(i) Kiểm tra hành vi bước đi ngẫu nhiên trong 12 thị trường ngoại hối Châu Á – Thái Bình Dương sau cuộc khủng hoảng tiền tệ châu Á;

(ii) để phát hiện xem loạt tỷ giá hối đoái có thành phần đơn vị;

(iii) để so sánh các kết quả của kiểm định phương sai của Lo and MacKinlay (1988) với Wright(2000) liên quan đến hành vi kiểm soát giai đoạn từ tháng 1/1998 – 7/2007

Phần còn lại của bài báo được sắp xếp như sau Phần 2 mô tả các phương pháp và báo cáo giá trị tới hạn có được qua phương pháp mô phỏng Monte Carlo Phần 3 thảo luận về cấu trúc dữ liệu Phần 4 thể hiện kết quả thực nghiệm Bài viết kết thúc với một số kết luận nhận xét tại mục 5

2 Phương pháp:

2.1 Kiểm định nghiệm đơn vị (Unit root tests):

Kiểm định nghiệm đơn vị là một thủ tục thông thường để xác định xem liệu một biến tài chính theo bước đi ngẫu nhiên Giả thiết Ho là nếu tồn tại đơn vị cho một dãy cụ thể không thể bị bác bỏ, thì dãy đáp ứng tiêu chí đầu tiên của RHW, tức là, dãy được cho là theo bước đi ngẫu nhiên Chúng tôi thảo luận ở đây kiểm định nghiệm được đề xuất bởi Ng

và Perron (2001) Để tiết kiệm không gian, bảng số liệu kiểm định nghiệm đơn vị không được thảo luận ở đây Hai dãy của bảng số liệu kiểm định nghiệm đơn vị được áp dụng: các kiểm định được giả định xử lý đơn vị thông thường và các kiểm định được giả định xử

lý đơn vị riêng lẻ Kiểm định Levin, Lin and Chu (LLC,2002) and Breitung (2000) giả định

xử đơn vị thông thường, trong khi đó, kiểm định Im, Pesaran and Shin (IPS, 2003) and the Fisher-type giả định xử lý đơn vị riêng lẻ Kiểm định Fisher-type dựa trên kiểm định ADF

và PP và bao gồm kiểm định Maddala and Wu(1999), kiểm định Hadri (2000) và kiểm định Choi (2001)

Ng and Perron (2001) xây dựng bốn thống kê kiểm định được dựa trên GLS với dữ liệu

đã loại bỏ xu hướng ytd Những thống kê kiểm định này được hỗ trợ cho hình thức thống

kê Phillips and Perron (1988) Zα và Zt , thống kê Bhargava (1986), và ERS (Elliott et al., 1996) chỉ thống kê tối ưu Những hỗ trợ thống kê kiểm định được xây dựng bởi Ng and Perron (2001) như sau:

Với , nếu và xt là biến hồi quy ngoại sinh tùy ý, trong

đó có thể bao gồm hằng số, hoặc hằng số và xu hướng (chuỗi) Số liệu thống kê thử nghiệm có thể được so sánh với giá trị tới hạn theo hằng số duy nhất hoặc cả hằng số và xu hướng Kiểm định Ng and Perron (2001) đòi hỏi một thống kê kỹ thuật cho xt và lựa chọn một phương pháp ước lượng cho f0 Chúng tôi sử dụng phương pháp tự hồi quy (AR) tại tần số 0 dựa trên phương sai thặng dư và ước lượng hệ số từ hồi quy phụ sau:

Hơn nữa, có ba phương pháp ước tự hồi quy AR: OLS, OLS tách xu hướng và GLS tách xu hướng, phụ thuộc vào sự lựa chọn khác nhau cho chuỗi tài chính Chúng tôi sử dụng GLS tách xu hướng và MIC được đề xuất bởi Ng and Perron (2001) cho một loạt tỷ giá hối đoái Ng and Perron (2001) lập luận rằng MIC cùng với GLS với dữ liệu đã loại bỏ

xu hướng cung cấp một kiểm định với tính chất kích thước và độ mạnh kỳ vọng

2.2 Kiểm định tỷ lệ phương sai (Variance-ratio tests)

Kiểm định tỷ lệ phương sai “Variance-ratio” là một kiểm định phi tham số Các kiểm định ban đầu được đề xuất bởi Lo and MacKinlay (1988) Cả phương sai không đổi và phương sai thay đổi đều được giải thích bởi mô hình Trong thử nghiệm Monte Carlo, Lo and MacKinlay (1989) chứng minh rằng thống kê tỷ lệ phương sai VR có độ mạnh lớn hơn kiểm định dựa trên nghiệm đơn vị hay kiểm định dựa trên tự tương quan

Trong số những kiểm định tỷ lệ phương sai, ranks and signs based tests có độ mạnh lớn hơn kiểm định tỷ lệ phương sai thông thường Các kiểm định là do Wright (2000) Wright (2000) đề xuất kiểm định tỷ lệ phương sai thay thế dựa trên Ranks và Signs của một chuỗi thời gian để kiểm định giả thiết H0 rằng chuỗi là dãy sự kiểm soát khác biệt (mds) Wright (2000) áp dụng những kiểm định mới của mình đến 5 chuỗi lợi suất tỷ giá hối đoái (đồng

đô la Canada, franc Pháp, marc Đức, Yên Nhật và Bảng Anh) và tìm thấy rằng những kiểm định đó có khả năng phát hiện vi phạm của giả thuyết có sự kiểm soát Wright (2000) xây dựng chuỗi tỷ suất sinh lợi (return series) như là sự khác biệt đầu tiên của tỷ giá hối đoái danh nghĩa và theo những lập luận tương tự như Liu and He (1991) and Lo and MacKinlay (1988) cho việc lựa chọn các dữ liệu hàng tuần

2.2.1 Lo and MacKinlay (L–M) VR

Theo Lo and MacKinlay (L–M, 1988), nếu yt là một chuỗi thời gian của tỷ giá hối đoái hồi tố với kích thước mẫu T như nhau, tỷ lệ phương sai kiểm tra giả thuyết rằng yt là

iid hay là mds, được định nghĩa:

Với Thống kê kiểm định tỷ lệ phương sai được định nghĩa là tỷ lệ 1/k lần phương sai của k – kỳ hồi tố đến phương sai của một thời kỳ hồi tố Thống kê này nên gần 1 cho tất cả các giá trị của k nếu yt là iid nếu không thì có tương quan mật thiết Lo

and MacKinlay (1988) cho thấy nếu yt là iid thì

Vì thế, thống kê kiểm định:

là tiêu chuẩn tiệm cận bình thường với điều kiện idd null (phương sai không đổi).

Nhưng nó không áp dụng nếu yt hiển thị phương sai thay đổi có điều kiện Vì vậy, Lo and MacKinlay (1988) đề xuất kiểm định thống kê robustified (kiểm định tính vững) để giải thích cho phương sai thay đổi có điều kiện Kiểm định thống kê:

Với

Họ thấy rằng nếu yt là mds, thì M2 phân phối với trung bình bằng 0 và độ lệch chuẩn 1 2.2.2 Wright’s alternative VR:

Wright (2000) lập luận rằng rank and sign based tests của mình có khả năng bác bỏ dứt khoát mô hình có kiểm soát của chuỗi tài chính mà kiểm định tỷ lệ phương sai thông thường cho kết quả khá mơ hồ Ông đề xuất dãy Ranks (R1 và R2) và dấu hiệu Signs (S1 và

S2) như là lựa chọn thay thế để kiểm định VR chuẩn (M1 và M2)

và

với

Với r(yt) là bậc của yt giữa y1, y2, , yT Ф là hàm phân phối tích lũy chuẩn VR test dựa trên signs (dấu hiệu) của lợi suất hơn là ranks (dãy) có thể được xác định:

Với giả định chuỗi thời gian của tỷ suất sinh lợi tổng tài sản (ROA) là mds, nếu µ =

0 thì S1 có phân phối tương tự như:

Với {St*}T

t=1 là chuỗi iid, mỗi yếu tố trong đó là 1 với xác suất 0.5 và -1 khác Kiểm định S2, liên quan đến kiểm định bảo toàn rằng chuỗi là random walk với xu hướng (xem, Campbell and Dufour, 1997), kiểm soát xác suất mắc sai lầm loại I trong các mẫu hữu hạn

và (có tính) vững đến phương sai thay đổi có điều kiện

Những kiểm định Wright’s (2000) về cơ bản thay thế r1t và r2t thay vì yt như được xác định trong M1, lưu ý rằng những dãy này có trung bình 0 và phương sai 1 Wright (2000) cho rằng rank tests R1 và R2 luôn luôn mạnh hơn một trong hai M1 và M2 tests của

Lo and MacKinlay (1988) Cả R1 và R2 đều chiếm ưu thế kiểm định phương sai thay đổi

có điều chỉnh M2 về độ mạnh Wright (2000) cũng cho thấy mặc dù kiểm định sign-based thường ít mạnh hơn kiểm định rank-based, kiểm định sign-based vẫn mạnh hơn kiểm định

tỷ lệ phương sai LM

2.2.3 Những giá trị tới hạn đối với kiểm định Wright’s

Những giá trị tới hạn Wright’s (2000) cho kiểm định R1, R2 và S1 được tính bằng việc mô phỏng phân phối mẫu chính xác Chúng tôi không xem xét S2 Wright’s (2000), bởi trong mô phỏng Monte Carlo, Wright’s tìm thấy tính chất kích thước và độ mạnh của S2 kém hơn so với S1 Bảng 1 cho thấy những giá trị tới hạn cho các thống kê kiểm định R1,

R2 và S1 gắn với kích thước mẫu như nhau và thời kì

Kiểm định tỷ lệ phương sai được kiểm tra cho một vài giá trị của k (và T = 500 và T = 2500) Giả thuyết sự kiểm soát có thể bị từ chối một cách chắc chắn khi các thống kê kiểm định bị bác bỏ với tất cả k Tuy nhiên, giả thuyết có thể bị bác bỏ nếu có nhiều hơn hai sự bác bỏ (Azad, forthcoming; Hoque et al., 2007)

3 Dữ liệu:

Nghiên cứu sử dụng dữ liệu hàng ngày và hàng tuần từ sau cuộc khủng hoảng tiền tệ châu

Á từ tháng 01/2008 đến tháng 7/2007 cho 12 quốc gia châu Á-Thái Bình Dương, cụ thể là đồng đô la Úc, nhân dân tệ Trung Quốc, đồng đô la Hồng Kông, đồng rupiah Indonesia, yên Nhật, đồng ringgit Malaysia, New USD Zealand, Philippine peso, đô la Singapore, won Hàn Quốc, đồng đôla Đài Loan và đồng baht Thái Lan, tất cả so với đồng đô la Mỹ Lưu ý rằng, trong khi ảnh hưởng của đồng yên Nhật là đáng kể trong việc xác định tỷ giá hối đoái trong khu vực Châu Á Thái Bình Dương sau cuộc khủng hoảng tài chính Châu Á, đồng đô la Mỹ vẫn là tiền tệ chính đối với ảnh hưởng trong khu vực (Kearney và Muckley , 2005) Cả hai tần số của dữ liệu được đưa đến qua các vấn đề như sự sai lệch với dữ liệu hàng ngày (ví dụ, không mang tính thương mại, chênh lệch mua bán, giá không đồng bộ, vv… ) Giả định với các dữ liệu hàng tuần (giá ngày thay thế trong trường hợp không giao dịch trên ngày trong tuần quan sát) và hạn chế của các quan sát với dữ liệu hàng tháng

Bảng 1: Giá trị quan trọng đối với R1, R2 và S1 trong Wright's (2000)

R1

2

5

10

20

30

R2

2

5

10

20

30

S1

2

5

10

20

30

-1.970 -1.997 -1.950 -1.979 -1.972 -1.965 -2.025 -1.965 -1.974 -1.975 -1.920 -1.950 -1.910 -1.883 -1.876

1.915 1.919 1.928 1.888 1.873 1.919 1.933 1.913 1.852 1.848 1.960 1.980 2.995 2.015 1.999

-2.025 -2.042 -1.995 -1.935 -1.888 -2.036 -2.037 -1.984 -1.939 -1.893 -2.057 -1.911 -1.865 -1.816 -1.777

1.853 1.862 1.831 1.689 1.650 1.892 1.855 1.812 1.716 1.609 1.878 2.009 2.029 2.017 2.007

Ghi chú: Các giá trị quan trọng đã được mô phỏng với 10.000 lần nhắc lại trong

từng trường hợp Đối với mỗi mục, số đầu tiên (trong cột 2 và 4) cho 2,5 phần trăm của sự phân bố của các số liệu thống kê kiểm tra (đối với giá trị quy định của Tandk) và số thứ hai (trong các cột 3 và 5) cung cấp cho 97,5 phần trăm của phân phối

Các dữ liệu hàng ngày mang lại 2.403 quan sát và các dữ liệu hàng tuần cung cấp

499 quan sát Trong trường hợp dữ liệu hàng tuần, giá được quan sát vào ngày thứ tư hoặc vào ngày giao dịch tiếp theo nếu thị trường đóng cửa vào thứ Tư The return series được xây dựng như là sự khác biệt đầu tiên của logarit của tỷ giá hối đoái danh nghĩa Tất cả các

dữ liệu được thu thập từ Dịch vụ tỉ giá hối đoái Thái Bình Dương Ba phần mềm kinh tế khác nhau được sử dụng cho ba tính toán khác nhau R được sử dụng để tính toán các giá trị quan trọng đối với kiểm định Wright's (2000) Các bài kiểm tra đơn vị gốc được thực hiện bằng cách sử dụng E-views 6.1 Các Win RATS được sử dụng để tính toán các số liệu thống kê kiểm tra tỷ lệ phương sai

4 Kết quả thực nghiệm

4.1 Kết quả từ kiểm định nghiệm đơn vị

Trước khi chúng tôi kiểm tra đơn vị gốc trong chuỗi tỷ giá hối đoái, đầu tiên chúng tôi kiểm tra xu hướng tại các cấp độ của họ Tất cả các nước trong trường hợp dữ liệu hàng ngày và ngoại trừ Đài Loan trong trường hợp dữ liệu hàng tuần, chuỗi tỷ giá hối đoái thể hiện một xu hướng ở các cấp độ của họ

Bảng 2 và 3 cho thấy các kết quả của Ng và Perron (2001) kiểm tra đơn vị gốc của

tỷ giá hối đoái châu Á-Thái Bình Dương hàng ngày và hàng tuần tương ứng Sử dụng cả

dữ liệu tần số cao và trung bình, thử nghiệm của Ng và Perron (2001) xác định một hợp phần đơn vị gốc trong tất cả các chuỗi (trừ Đài Loan và Indonesia cho dữ liệu hàng tuần) chỉ ra rằng chuỗi tỷ giá hối đoái có một mức thời gian biến động ý nghĩa hoặc phương sai

hoặc cả hai Trong khi các quy ước truyền thống là tỷ giá hối đoái của các nước công nghiệp / các nước phát triển chứa đựng các đơn vị gốc, và thật thú vị khi thấy rằng tỷ giá hối đoái của các nước mới nổi và đang phát triển cũng có thể chứa đựng các đơn vị gốc Đài Loan là một trường hợp đặc biệt, đây là một quốc gia công nghiệp mới nhưng không

có đơn vị gốc trong tỷ giá hối đoái Nghiên cứu của Ng và Perron (2001) đã bác bỏ mạnh

mẽ (5%) giả thuyết của đơn vị gốc cho đồng đô la Đài Loan Đơn vị gốc vô giá trị cũng bị bác bỏ cho đồng rupiah của Indonesia ở mức ý nghĩa 10%

Để kiểm tra xem các kết quả bên trên từ các cuộc thử nghiệm cá nhân đơn vị gốc có mạnh mẽ đến việc sử dụng bảng dữ liệu kỹ thuật, chúng tôi áp dụng các bảng kiểm tra đơn

vị gốc, giả sử cả hai quá trình đơn vị gốc thông thường và quá trình đơn vị gốc riêng lẽ Kỹ thuật này được lựa chọn bởi vì các nghiên cứu gần đây (Xem ví dụ Wu and Chen, 1999) cho thấy rằng các kiểm tra bảng dữ liệu cơ bản đơn vị có sức mạnh tốt hơn so với kiểm tra đơn vị gốc dựa trên chuỗi thời gian riêng lẽ Các kiểm tra bảng đơn vị gốc được thực hiện bằng cách sử dụng hiệu ứng cố định riêng lẽ như biến hồi quy, độ trễ tự động khác biệt (sửa đổi AIC) và lựa chọn băng thông (Newey-Westmethod và hạt nhân Bartlett cho băng thông) Các kiểm tra LLC (2002) và Breitung (2000) giả định rằng có một quá trình đơn vị gốc thông thường để các hệ số hồi quy là giống hệt nhau trên mặt cắt, trong khi IPS (2003)

và các cuộc thử nghiệm Fisher-type (ADF và PP) cho phép cho quá trình đơn vị gốc cá nhân để hệ số hồi quy có thể thay đổi trên mặt cắt Vì vậy, kiểm tra IPS (2003) và Fisher-type được đặc trưng bằng cách kết hợp kiểm tra đơn vị gốc cá nhân để lấy được một bảng kết quả cụ thể Các kết quả từ các đơn vị kiểm tra bảng dữ liệu gốc (với xu hướng thời gian) được thể hiện trong Bảng 4 Như vậy, có thể thấy từ các bảng kiểm tra đơn vị gốc, chỉ (2002) kiểm tra các LLC (trong trường hợp dữ liệu hàng ngày), trong đó giả định một quá trình đơn vị gốc giống hệt nhau, từ chối các đơn vị gốc vô giá trị ở 10% Các kiểm tra còn lại không từ chối đơn vị gốc sử dụng cả dữ liệu hàng tuần và hàng ngày Như vậy, kết quả kiểm tra từ đơn vị gốc trên hàng loạt cá nhân mạnh mẽ hơn đến việc sử dụng các cuộc bảng kiểm tra đơn vị gốc.Do đó, chúng tôi kết luận rằng tỷ giá hối đoái châu Á Thái Bình Dương thể hiện một thành phần đơn vị gốc