Đang tải... (xem toàn văn)
Mô hình xu thế và ứng dụng trong dữ liệu tài chính Mô hình xu thế và ứng dụng trong dữ liệu tài chính Mô hình xu thế và ứng dụng trong dữ liệu tài chính Mô hình xu thế và ứng dụng trong dữ liệu tài chính
ĐẠI HỌC QUỐC GIA TP.HCM TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT BÁO CÁO TỔNG KẾT ĐỀ TÀI NGHIÊN CỨU KHOA HỌC SINH VIÊN THAM GIA XÉT GIẢI THƯỞNG “NHÀ KHOA HỌC TRẺ UEL” NĂM 2022 Tên đề tài: MÔ HÌNH XU THẾ VÀ ỨNG DỤNG TRONG DỮ LIỆU TÀI CHÍNH Lĩnh vực khoa học: Kinh tế Chuyên ngành: Tài chính- ngân hàng- chứng khốn- kế tốn- kiểm tốn, bảo hiểm - tín dụng TP.HCM, Tháng Năm 2022 Page of 33 MỤC LỤC CHƯƠNG I: GIỚI THIỆU .5 1.1 Lí chọn đề tài .5 1.2 Mục đích nghiên cứu CHƯƠNG II: TỔNG QUAN VỀ LÝ THUYẾT 2.1 Nhận dạng mơ hình xu .7 2.2 Ước lượng mô hình xu .8 2.3 Kiểm định phù hợp mơ hình 2.4 Đánh giá độ phù hợp mơ hình 10 2.5 Thực dự báo 11 2.6 So sánh lựa chọn mơ hình phù hợp 12 CHƯƠNG III: MƠ HÌNH NGHIÊN CỨU 12 3.1 Khái niệm 12 3.2 Giới thiệu mơ hình xu 12 3.3 Dự báo mơ hình xu 13 CHƯƠNG IV: KẾT LUẬN VÀ KIẾN NGHỊ 32 4.1 Kết luận 32 4.2 Kiến nghị sử dụng mơ hình dự báo xu 32 TÀI LIỆU THAM KHẢO .32 DANH MỤC BẢNG BI BẢNG 2.1: Một số dạng hồi quy điển hình BẢNG 2.2: Ước lượng hàm xu Eview BẢNG 2.3: Dự báo điểm với hàm xu .11Y BẢNG 3.1: Kết dự báo Eviews 18 BẢNG 3.2: Kết dự báo Eviews 22 BẢNG 3.3: Kết dự báo Eviews 26 BẢNG 3.4: Kết dự báo Eviews 30 DANH MỤC HÌNH Ả HÌNH 2.1: Đồ thị số dạng hàm xu điển hình Page of 33 Y HÌNH 3.1: Đồ thị thể giá cổ phiếu ngân hàng BIDV 14 HÌNH 3.2: Ước lượng mơ hình xu tuyến tính Eviews .14 HÌNH 3.3: Kiểm định LM Breusch-Godfrey 15 HÌNH 3.4: Giản đồ tự tương quan phần dư 15 HÌNH 3.5: Kiểm định phương sai thay đổi 16 HÌNH 3.6: Kiểm định Jarque-Bera 16 HÌNH 3.7: Kết dự báo Eviews 17 HÌNH 3.8: Ước lượng mơ hình xu bậc hai Eviews 19 HÌNH 3.9: Kiểm định LM Breusch-Godfrey 19 HÌNH 3.10: Giản đồ tự tương quan phần dư 20 HÌNH 3.11: Kiểm định phương sai thay đổi 20 HÌNH 3.12: Kiểm định Jarque-Bera 21 HÌNH 3.13: Kết dự báo Eviews .22 HÌNH 3.14: Ước lượng mơ hình xu bậc ba Eviews 23 HÌNH 3.15: Kiểm định LM Breusch-Godfrey 23 HÌNH 3.16: Giản đồ tự tương quan mơ hình 24 HÌNH 3.17: Kiểm định phương sai thay đổi 24 HÌNH 3.18: Kiểm định Jarque - Bera 25 HÌNH 3.19: Kết dự báo Eviews .26 HÌNH 3.20: Ước lượng kiểm định dạng hàm tăng trưởng Eviews 27 HÌNH 3.21: Kiểm định LM Breusch - Godfrey 28 HÌNH 3.22: Giản đồ tự tương quan mơ hình 28 HÌNH 3.23: Kiểm định phương sai thay đổi 28 HÌNH 3.24: Kiểm định Jarque – Bera 29 HÌNH 3.25: Đánh giá hàm 31 DANH MỤC TỪ VIẾT TẮT OLS: Phương pháp bình phương tối thiểu (Ordinary Least Square) Page of 33 CHƯƠNG I: GIỚI THIỆU 1.1 Lí chọn đề tài Trong bối cảnh kinh tế thị trường đa dạng, cạnh tranh ngày gay gắt nay, có nhiều yếu tố ảnh hưởng đến cá nhân doanh nghiệp Để tồn phát triển vững mạnh khơng thể bỏ qua cơng tác dự báo cung cấp thơng tin giúp cho việc sử dụng phân bổ nguồn lực khan cách có hiệu Ngồi dự báo hỗ trợ đưa phương án để giải tác nhân ảnh hưởng đến thị trường Dự báo ngày sử dụng phổ biến hầu hết phận doanh nghiệp trình xây dựng kế hoạch chiến lược, phân tích tình kinh doanh, lập kế hoạch ngân sách, vốn đầu tư… Tuy nhiên phải tùy theo mục đích sử dụng dạng tính chất liệu mà nhà dự báo chọn mơ hình phù hợp Thực tế kinh doanh doanh nghiệp hay thực tế quản lý tổ chức mình, cần phải dự báo tiêu liệu q khứ khơng nhiều hay gặp khó khăn vấn đề thời gian, tốn nhiều kinh phí trình thu thập số liệu nhiều biến khác có ảnh hưởng đến biến số cần dự báo phương pháp dự báo mơ hình xu phù hợp Phương pháp dự báo mô hình xu giúp ta phản ánh xu cách khoa học phán đốn thông thường ta hay sử dụng Ngày nay, mô hình xu sử dụng rộng rãi lĩnh vực kinh doanh, thiết lập quản trị dự án, quản trị chuỗi cung ứng logistics nhu cầu thiếu hoạt động kinh tế - xã hội, khoa học – kỹ thuật, tất ngành khoa học quan tâm nghiên cứu tính đơn giản hiệu thực tế 1.2 Mục đích nghiên cứu Sau nghiên cứu đề tài này, nhóm chúng tơi kỳ vọng đạt nội dung sau: - Hiểu tổng quan mơ hình hóa mơ hình dự báo phương pháp hồi quy hàm xu - Nhận biết trường hợp cụ thể áp dụng mơ hình xu thể dự báo hàm xu đóng vai trị tối ưu dự báo Nhận biết phân biệt hàm xu - Sử dụng Eviews để thực dự báo đặc biệt dự báo mơ hình xu 1.3 Đối tượng phạm vi nghiên cứu Đối tượng: Dự báo tượng kinh tế tương lai Tình hình tài doanh nghiệp, hiệu suất cổ phiếu, dự báo lãi suất, Page of 33 Phạm vi nghiên cứu: - Nhóm tập trung dự báo mơ hình xu - Về phần mềm sử dụng, nhóm tập trung sử dụng phần mềm Eviews để thực phép tính dự báo cho mơ hình xu - Trong phạm vi nghiên cứu, nhóm định dự báo liệu lấy từ giá cổ phiếu ngân hàng BIDV từ ngày 24-12-2021 đến 24-1-2022 Tóm tắt: Trong lĩnh vực đời sống nói chung kinh tế, tài nói riêng Việc dự báo, đoán tương lai để kế hoạch chuẩn bị cần thiết Đối với nhà kinh tế, nhà đầu tư dùng mơ hình dự báo để cung cấp thêm góc nhìn tương lai từ gia tăng độ xác tự tin định họ Trong đó, dự báo mơ hình xu phương pháp đơn giản Thơng qua việc tìm hiểu phân tích giá cổ phiếu BIDV từ ngày 24-12-2021 đến 24-01-2022 từ hiểu tình hình thị trường cổ phiếu BIDV Bằng việc phân tích hàm xu đặc biệt hàm xu bậc ba ta phần thấy dự báo giá cổ phiểu Tuy nhiên, số điểm hạn chế mơ hình xu cịn cứng nhắc khơng thể dựa hồn tồn vào liệu khứ mà bị ảnh hưởng nhiều yếu tố khác Từ đó, đưa số kiến nghị để khắc phục hạn chế Với liệu có tính xu thế, cách thực hàm hồi quy thích hợp biến cần dự báo (Y) thời gian (t), ta dự báo giá trị tương lai Trong nghiên cứu này, nhóm dùng phương pháp nghiên cứu định lượng, áp dụng mơ hình với liệu tài thực tế để hiểu rõ kiểm định tính đắn, khả thi mơ hình xu thực nghiệm Qua rút kết luận kèm theo kiến nghị sử dụng mơ hình Qua nghiên cứu chúng tơi thấy mơ hình xu thường sử dụng với liệu tài nói chung, mà cụ thể hàm xu bậc ba với liệu BIDV nói phần dự báo giá cổ phiếu, thực tế dùng mơ hình xu cịn rập khn, cứng nhắc khơng thể dựa hồn tồn vào liệu lịch sử cịn phải xét theo nhiều khía cạnh khác Vì vậy, ngồi việc sử dụng hàm xu thích hợp cịn phải kết hợp nhiều yếu tố vĩ mơ bên ngồi, số kinh tế, tình hình trị,v.v… đặc biệt ý kiến chủ quan, kinh nghiệm đúc kết cá nhân Page of 33 CHƯƠNG II: TỔNG QUAN VỀ LÝ THUYẾT 2.1 Nhận dạng mơ hình xu Giả sử ta có liệu biến phụ thuộc Yt theo thời gian (Time), làm cách mà ta biết xu liệu tuân theo hàm nào? Cách đơn giản để nhận dạng vẽ đồ thị biến phụ thuộc ( Yt ) theo thời gian (Time), sau xem thử đồ thị biến động gần với dạng đồ thị hàm số tương ứng với dạng hàm BẢNG 2.1: Một số dạng hồi quy điển hình A B C D E F G Dạng hàm xu Tuyến tính Bậc hai Bậc ba Tuyến tính – log Nghịch đảo Tăng trưởng mũ Log – tuyến tính Phương trình hồi quy tổng thể Yt =β0 +β1 Time + ut Yt =β0 +β1 Time + β2 Time2 +ut Yt =β0 +β1 Time + β2 Time2 + β3 Time3 + ut Yt =β0 +β1 ln(Time) + ut Yt =β0 +β1(1/Time) + ut Yt = ln(Yt)= β0 +β1 Time + ut (5.1) (5.2) (5.3) (5.4) (5.5) (5.6) (5.7) Ba dạng hàm gọi hàm đa thức Ngoại trừ mơ hình “Tăng trưởng mũ” mơ hình hồi quy phi tuyến tính theo tham số, mơ hình cịn lại mơ hình hồi quy tuyến tính theo tham số Người ta khơng ước lượng mơ hình “Tăng trưởng mũ” cách trực tiếp phương pháp OLS được, mà ước lượng gián tiếp qua mơ hình “Log_tuyến tính” Chúng ta dễ dàng nhận thấy lấy ln hai vế phương trình hồi quy mơ hình “Tăng trưởng mũ”, có kết mơ hình “Log_tuyến tính” Trong phương trình trên, gặp số hạng ký hiệu - sai số mơ hình Trong chương trình dự báo ln có liệu thực tế khơng phải lúc hồn tồn nằm đường xu bạn hay nói cách khác thường tồn sai số Và sai số nhỏ tốt Page of 33 HÌNH 2.1: Đồ thị số dạng hàm xu điển hình Đơi khi, chưa thể biết liệu có xu tương ứng với dạng hàm tốn học đồ thị Lúc ước lượng số mơ hình mà cho khả phù hợp cao, sau kiểm định tính tốn tiêu đo lường độ xác,v.v… chọn mơ hình phù hợp Ngồi kết hợp nhiều cách nhận diện khác quan sát đồ thị, sai phân, hệ số tương quan tốc độ phát triển 2.2 Ước lượng mơ hình xu Các mơ hình xu mơ hình hồi quy đơn mơ hình hàm hồi quy bội Đối với mơ hình xu tuyến tính theo tham số ta dùng phương pháp OLS để ước lượng Với Eviews, dễ dàng ước lượng mơ hình cách gõ lệnh tương ứng vào cửa sổ lệnh BẢNG 2.2: Ước lượng hàm xu Eview Phương trình hồi quy tổng thể Các lệnh Eviews LS Y C Time LS Y C Time Time^2 LS Y C Time Time^2 Time^3 LS Y C LOG(Time) LS Y C 1/Time Page of 33 LS LOG(Y) C Time LS LOG(Y) C Time 2.3 Kiểm định phù hợp mơ hình Kiểm định chẩn đốn Sau ước lượng phương pháp OLS, sau kiểm định ý nghĩa thống kê hệ số độ dốc, đánh giá mức độ phù hợp chung, độ xác mơ hình kiểm tra xem mơ hình có bị vi phạm giả định phương pháp OLS không (Gaynor & Kirkpatrick, 1994) Ba số giả định mơ hình hồi quy tuyến tính cổ điển là: (1) Sai số dự báo tuân theo quy luật phân phối chuẩn, (2) Phương sai sai số số không thay đổi (3) Mô hình khơng bị tượng tự tương quan (Gaynor & Kirkpatrick, 1994) Nếu phát số giả định bị vi phạm, kết kiểm định hệ số độ dốc khơng cịn hiệu lực hệ số độ dốc ước lượng bị chệch 2.3.1 Sai số dự báo tuân theo quy luật phân phối chuẩn kiểm định Jarque-Bera Xét cặp giả thuyết: Ho: Sai số dự báo tuân theo quy luật phân phối chuẩn H1: Sai số không tuân theo quy luật phân phối chuẩn Kết kiểm định dễ dàng thực hiên Eview Nếu Prob F-statistic > 0.05 chấp nhận Ho, bác bỏ H1 Vậy mơ hình có sai số dự báo tn theo quy luật phân phối chuẩn 2.3.2 Kiểm tra giả thuyết phương sai sai số không đổi kiểm định White Xét cặp giả thuyết: Ho: khơng có tượng phương sai thay đổi H1: có tượng phương sai thay đổi Kiểm định White: Page 10 of 33 Đây kiểm định tổng quát phương sai không thay đổi White đề xuất không lệ thuộc vào giả thuyết quy luật chuẩn thực dễ dàng Eview Nếu Prob F-statistic > 0.05 chấp nhận Ho, bác bỏ H1 Vậy mơ hình khơng có tượng phương sai thay đổi 2.3.3 Kiểm tra giả thuyết mơ hình khơng có tượng tự tương quan Xét cặp giả thuyết: Ho: Mơ hình khơng có tượng tự tương quan H1: Mơ hình có tượng tự tương quan Nếu Prob F-statistic > 0.05 chấp nhận Ho, bác bỏ H1 Vậy mơ hình khơng có tượng tự tương quan Nếu số giả định bị vi phạm, kết kiểm định hệ số độ dốc khơng cịn hiệu lực hệ số ước lượng bị chệch Kiểm định ý nghĩa thống kê hệ số hồi quy Xét cặp giả thuyết: Sử dụng p-value để kiểm định Với mức ý nghĩa, p-value < bác bỏ Ho, tức hệ số hồi quy có ý nghĩa thống kê ngược lại 2.4 Đánh giá độ phù hợp mơ hình Đánh giá độ phù hợp mơ hình thơng qua để thấy phần trăm biến thiên biến phụ thuộc giải thích mơ hình =0 H1: Nếu Prob F-Statistic < 0,05 bác bỏ Ho, chấp nhận H1 Vậy mơ hình phù hợp 2.5 Thực dự báo 2.5.1 Dự báo điểm Dưới cơng thức để tính dự báo điểm với dạng mơ hình BẢNG 2.3: Dự báo điểm với hàm xu Dạng hàm Hàm hồi quy mẫu Page 11 of 33 Tuyến tính Bậc hai Bậc ba Tuyến tính – log Nghịch đảo Log – tuyến tính Tăng trưởng mũ t =0 +1 Time =0 +1 Time + Time2 t =0 +1 Time + Time + Time t =0 +1 ln(Time) t =0 +1(1/Time) = +1 Time t = t Trong (5.8) (5.9) (5.10) (5.11) (5.12) (5.13) (5.14) 2.5.2 Dự báo khoảng Khoảng dự báo mơ hình bảng 5.1 (từ 5.8 đến 5.12) đưuọc tính theo cơng thức sau: • Cơng thức để tính dự báo khoảng: - se() , + se() ] Trong đó: : giá trị dự báo điểm thời điểm dự báo se() : sai số chuẩn hàm dự báo cho giá trị cá biệt thời điểm dự báo t Khoảng dự báo cho mơ hình tăng trưởng mũ tính theo cơng thức sau: Exp [ ln() + ] Trong đó: ^2 ^ (ln(Y ) ln(Y )) t t n2 : Là sai số chuẩn hàm dự báo cho giá trị cá biệt dự báo ln() phần mềm máy tính tự động tính tốn Exp(X) 2.6 So sánh lựa chọn mơ hình phù hợp Có cách thường sử dụng để chọn mơ hình phù hợp: Cách một, vẽ đồ thị biểu diễn giá trị thực tế, giá trị dự báo hai mơ hình lên đồ thị Sau đó, ta chọn mơ hình có đường biểu diễn giá trị thức tế Tuy nhiên, có đơi trực quan phân biệt đường Page 18 of 33 Mơ hình xu tuyến tính để dự báo giá đóng cửa cổ phiếu BIDV vào ngày 251-2022 47.818,10 VND, độ tin cậy 95% Giá cổ phiếu BIDV 25-1-2022 có khả nằm khoảng từ 45.449,86 VND đến 50.186,33 VND Ngày tiếp theo, kết dự báo điểm cho giá trị 48.500,04 VND, dự báo khoảng từ 46.102,63 VND đến 50.897,45 VND Cuối 49.181,99 VND cho giá trị dự báo ngày 27-1-2022, khoảng giá dự báo từ 46.753,26 VND đến 51.610,72 VND Ước lượng kiểm định dạng hàm bậc 2: HÌNH 3.8: Ước lượng mơ hình xu bậc hai Eviews Kiểm định hệ số Ta có: Prob hệ số hồi quy 0,005 < 0,05 nên bác bỏ H0, chấp nhận H1 Hệ số hồi quy có ý nghĩa thống kê với mức ý nghĩa 5% Kiểm định chẩn đoán Page 19 of 33 HÌNH 3.9: Kiểm định LM Breusch-Godfrey Xét cặp giả thuyết: H0: (Mơ hình khơng có tượng tự tương quan) H1: (Mơ hình có tượng tự tương quan) Kiểm định LM Breusch-Godfrey cho thấy Prob F-statistic 0,3789 > 0,05 Chấp nhận H0, bác bỏ H1, nên độ tin cậy 95%, mơ hình khơng có tượng tự tương quan HÌNH 3.10: Giản đồ tự tương quan phần dư Đồ thị hệ số tự tương quan, tự tương quan riêng phần cho thấy cột autocorrelation chủ yếu nằm giới hạn đường nét đứt, Prob thống kê Q-Stat lớn 0,05 nên khơng có dấu hiệu tượng tự tương quan Page 20 of 33 Kiểm định phương sai thay đổi HÌNH 3.11: Kiểm định phương sai thay đổi Xét cặp giả thuyết: H0: “Mơ hình khơng có tượng phương sai thay đổi” H1: “Mơ hình có tượng phương sai thay đổi” Kiểm định White cho thấy Prob F-statistic 0,1034 > 0,05 Chấp nhận nên mơ hình khơng có tượng phương sai thay đổi Kiểm định sai số dự báo tuân theo quy luật phân phối chuẩn- Kiểm định JarqueBera HÌNH 3.12: Kiểm định Jarque-Bera Xét cặp giả thuyết: H0: Sai số dự báo có phân phối chuẩn H1: Sai số dự báo khơng có phân phối chuẩn Kiểm định Jarque-Bera cho Prob F-statistic 0,837 > 0,05 Chấp nhận H0, bác bỏ nên mô hình có sai số dự báo tn theo phân phối chuẩn Page 21 of 33 ● Đánh giá mức độ phù hợp mơ hình hồi qui: H0: R2 =0 H1 : R Thống kê F 198.28 với Prob (F-statistic) = 0.000 < 0.05 Bác bỏ H0, chấp nhận H1 nên mơ hình phù hợp với liệu HÌNH 3.13: Kết dự báo Eviews BẢNG 3.2: Kết dự báo Eviews Page 22 of 33 Nếu sử dụng mơ hình xu bậc để dự báo giá trị cổ phiếu BIDV vào ngày 25-012022 Ta kết dự báo điểm 48.910,83 VND, độ tin cậy 95% Giá cổ phiếu BIDV 25-1-2022 có khả nằm khoảng từ 46.444,43VND đến 51.377,23 VND Trong ngày 26-1-2022, dự báo giá 49.890,79 VND, với khoảng dự báo từ 47.247,30 VND đến 52.534,29 VND Ngày cuối cho kết giá đóng sàn 50.896.67 VND giá giao động từ 48.035,64 VND đến 53.757,70 VND Ước lượng kiểm định dạng hàm bậc Page 23 of 33 HÌNH 3.14: Ước lượng mơ hình xu bậc ba Eviews Kiểm định hệ số Hệ số hồi quy có ý nghĩa thống kê với mức ý nghĩa 5% Prob < 0.05 Kiểm định chẩn đốn HÌNH 3.15: Kiểm định LM Breusch-Godfrey Xét cặp giả thuyết: H0: (Mơ hình khơng có tượng tự tương quan) H1: (Mơ hình có tượng tự tương quan) Kiểm định LM Breusch-Godfrey cho thấy Prob F-statistic 0,3007 > 0,05 Page 24 of 33 Chấp nhận H0, bác bỏ H1, nên độ tin cậy 95%, mơ hình khơng có tượng tự tương quan HÌNH 3.16: Giản đồ tự tương quan mơ hình Đồ thị hệ số tự tương quan, tự tương quan riêng phần cho thấy cột autocorrelation chủ yếu nằm giới hạn đường nét đứt, Prob thống kê Q-Stat lớn 0,05 nên khơng có dấu hiệu tượng tự tương quan Kiểm định phương sai thay đổi HÌNH 3.17: Kiểm định phương sai thay đổi Xét cặp giả thuyết: H0: “Mơ hình khơng có tượng phương sai thay đổi” Page 25 of 33 H1: “Mơ hình có tượng phương sai thay đổi” Kiểm định White cho thấy Prob F-statistic 0,1678 > 0,05 Mơ hình khơng có tượng phương sai thay đổi Kiểm định sai số dự báo tuân theo quy luật phân phối chuẩn- Kiểm định JarqueBera HÌNH 3.18: Kiểm định Jarque - Bera Xét cặp giả thuyết: H0: Sai số dự báo có phân phối chuẩn H1: Sai số dự báo khơng có phân phối chuẩn Kiểm định Jarque-Bera cho Prob F-statistic 0,725 > 0,05 Chấp nhận H0, bác bỏ nên mơ hình có sai số dự báo tuân theo phân phối chuẩn ● Đánh giá mức độ phù hợp mơ hình hồi qui: H0: R2 =0 H1 : R Thống kê F 164,93 với Prob (F-statistic) =0.000 < 0.05 Bác bỏ H0, chấp nhận H1 nên mơ hình phù hợp với liệu Page 26 of 33 HÌNH 3.19: Kết dự báo Eviews BẢNG 3.3: Kết dự báo Eviews Mơ hình xu bậc dự báo giá cổ phiếu BIDV vào ngày 25-1-2022 47.399,54 VND, độ tin cậy 95% Giá trị cổ phiếu BIDV 25-1-2022 có khả nằm khoảng từ 44.783,48VND đến 50.015,60 VND Ngày 26-1-2022 có mức giá dự báo 47.555,17 VND, khoảng dự báo từ 44.355,58 VND tới 50.754,76 VND Ngày Page 27 of 33 27-01-2022, kết dự báo điểm 47.557,51 VND, dự báo khoảng 43.559 VND đến 51.555,67 VND cổ phiếu Ước lượng kiểm định dạng hàm tăng trưởng HÌNH 3.20: Ước lượng kiểm định dạng hàm tăng trưởng Eviews Kiểm định hệ số hồi quy Ta có Prob hệ số hồi quy 0.00 < 0.05 nên bác bỏ H0, chấp nhận H1 Hệ số hồi quy có ý nghĩa thống kê với mức ý nghĩa 5% Đánh giá mức độ phù hợp mơ hình hồi qui: H0: R2 =0 H1 : R Thống kê F 395.8 với Prob (F-statistic) = 0.000 < 0.05 Bác bỏ H0, chấp nhận H1 nên mơ hình phù hợp với liệu Kiểm định chẩn đốn Page 28 of 33 HÌNH 3.21: Kiểm định LM Breusch - Godfrey HÌNH 3.22: Giản đồ tự tương quan mơ hình Đồ thị hệ số tự tương quan, tự tương quan riêng phần cho thấy cột autocorrelation chủ yếu nằm giới hạn đường nét đứt, Prob thống kê Q-Stat lớn 0,05 nên khơng có dấu hiệu tượng tự tương quan Kiểm định phương sai thay đổi HÌNH 3.23: Kiểm định phương sai thay đổi Page 29 of 33 Xét cặp giả thuyết: H0: “Mơ hình khơng có tượng phương sai thay đổi” H1: “Mơ hình có tượng phương sai thay đổi” Kiểm định White cho thấy Prob F-statistic 0,9159 > 0,05 Chấp nhận H0, bác bỏ nên mơ hình khơng có tượng phương sai thay đổi Kiểm định sai số dự báo tuân theo quy luật phân phối chuẩn- Kiểm định JarqueBera HÌNH 3.24: Kiểm định Jarque – Bera Xét cặp giả thuyết: H0: Sai số dự báo có phân phối chuẩn H1: Sai số dự báo khơng có phân phối chuẩn Kiểm định Jarque-Bera cho Prob F-statistic 0,597 > 0,05 Chấp nhận H0, bác bỏ nên độ tin cậy 95%, mô hình có sai số dự báo xấp xỉ phân phối chuẩn ● Đánh giá mức độ phù hợp mô hình hồi qui: H0: R2 =0 H1 : R Thống kê F 385,80 với Prob (F-statistic) = 0.000 < 0.05 Page 30 of 33 Bác bỏ H0, chấp nhận H1 nên mơ hình phù hợp với liệu BẢNG 3.4: Kết dự báo Eviews Nếu sử dụng mơ hình xu dạng hàm tăng trưởng để dự báo giá trị cổ phiếu BIDV vào ngày 25-1-2022 48.276,97 VND, độ tin cậy 95% Giá trị cổ phiếu BIDV 25-1-2022 có khả nằm khoảng từ 45.707,10VND đến 50.991,33 VND Ngày tiếp theo, giá trị dự báo điểm 49.097 VND với giá khoảng dự báo 46.452,67 VND đến 51.892,99 VND Ngày cuối có kết dự báo điểm đạt 49.932,04 VND, dự báo khoảng từ 47.208,06 VND đến 52.813,20 VND Page 31 of 33 So sánh lựa chọn mơ hình phù hợp HÌNH 3.25: Đánh giá hàm Ta chọn mơ hình hàm bậc ba, có số đo lường RMSE, MAE, MAPE Theil’U nhỏ Tuy nhiên thực tế, mô hình dự đốn giá cổ phiếu vào ngày 25-1-2022 Trong hai ngày tiếp theo, biến động nên giá cổ phiếu giảm, không kết dự báo Vì vậy, ngồi mơ hình cần xem xét yếu tố ảnh hưởng bên Page 32 of 33 CHƯƠNG IV: KẾT LUẬN VÀ KIẾN NGHỊ 4.1 Kết luận Mặc dù mơ hình xu thường sử dụng với liệu tài nói chung, mà cụ thể hàm xu bậc ba với liệu BIDV nói phần dự báo giá cổ phiếu Tuy nhiên thực tế việc sử dụng mơ hình xu cịn cứng nhắc, rập khn cịn phải xét nhiều yếu tổ ảnh hưởng khác, khơng thể dựa hồn tồn vào liệu khứ Vì vậy, người nghiên cứu cần kết hợp kinh nghiệm thân, tư khách quan với phương pháp để đưa định đắn Trong phạm vi nghiên cứu hạn hẹp, nhóm nghiên cứu dừng lại mức độ thông hiểu công thức áp dụng vào mơ hình thơng qua liệu định chưa xem xét yếu tố khác Từ việc nghiên cứu thấy ưu điểm nhược điểm mơ hình, nhóm nghiên cứu đề vài biện pháp khắc phục cần phải dựa vào nhiều yếu tố tác động khác từ bên ngoài, lựa chọn hàm xu phù hợp từ kiểm định thống kê kinh nghiệm từ khứ 4.2 Kiến nghị sử dụng mơ hình dự báo xu Mơ hình dự báo xu thích hợp cho chuỗi liệu có thay đổi, vận động tăng hay giảm khoảng thời gian Chính lẽ mà việc lựa chọn hàm xu thích hợp với liệu phức tạp mà cách nhanh chóng hiệu vẽ biểu đồ để từ chọn dạng mơ hình Tuy nhiên việc cịn tuỳ thuộc vào nhiều yếu tố mà chủ yếu ý kiến chủ quan, kinh nghiệm đúc kết cá nhân Mặc dù vậy, xác định dạng hàm mô hình cơng việc chọn giá trị để dự báo phức tạp Như đề cập xuyên suốt báo cáo, sai số nhỏ tốt mà cịn phụ thuộc vào nhiều yếu tố bất định, yếu tố vĩ mô bên ngồi, số ảnh hưởng khác, tình hình trị, kinh tế… hay kinh nghiệm thân đóng phần quan trọng khơng TÀI LIỆU THAM KHẢO Sun, X., Liu, M., & Sima, Z (2020) A novel cryptocurrency price trend forecasting model based on LightGBM Finance Research Letters Widiputra, H (2019) Localized trend model for stock market sectoral indexes movement profiling Algorithmic Finance Xu, S Y., & Berkely, C U (2014) Stock price forecasting using information from Yahoo finance and Google trend UC Brekley ... thiệu mô hình xu 12 3.3 Dự báo mơ hình xu 13 CHƯƠNG IV: KẾT LUẬN VÀ KIẾN NGHỊ 32 4.1 Kết luận 32 4.2 Kiến nghị sử dụng mơ hình dự báo xu 32 TÀI LIỆU... thường sử dụng với liệu tài nói chung, mà cụ thể hàm xu bậc ba với liệu BIDV nói phần dự báo giá cổ phiếu, thực tế dùng mơ hình xu cịn rập khn, cứng nhắc khơng thể dựa hồn tồn vào liệu lịch sử... lượng mô hình xu Các mơ hình xu mơ hình hồi quy đơn mơ hình hàm hồi quy bội Đối với mơ hình xu tuyến tính theo tham số ta dùng phương pháp OLS để ước lượng Với Eviews, dễ dàng ước lượng mơ hình
