Mối quan hệ giữa thời tiết và lợi nhuận thị trường chứng khoán tp hồ chí minh

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH  HUỲNH NGỌC TRÂM MỐI QUAN HỆ GIỮATHỜI TIẾT VÀ LỢI NHUẬN THỊ TRƯỜNG CHỨNG KHOÁN TP.HCM LUẬN VĂN THẠC SĨ KINH TẾ Tp.HCM - Năm 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH  HUỲNH NGỌC TRÂM MỐI QUAN HỆ GIỮATHỜI TIẾT VÀ LỢI NHUẬN THỊ TRƯỜNG CHỨNG KHỐN TP.HCM Chun ngành: Tài – Ngân hàng Mã số: 60.34.0201 LUẬN VĂN THẠC SĨ KINH TẾ Người hướng dẫn khoa học: TS LÊ THỊ KHOA NGUYÊN Tp Hồ Chí Minh – Năm 2013 Page - - TĨM TẮT Thị trường chứng khốn phận quan trọng thị trường vốn, hoạt động nhằm huy động nguồn vốn tiết kiệm nhỏ xã hội tập trung thành nguồn vốn lớn tài trợ cho doanh nghiệp, tổ chức kinh tế Chính phủ để phát triển sản xuất, tăng trưởng kinh tế hay cho dự án đầu tư Là phận thị trường chứng khoán giới, so với thị trường chứng khốn có lịch sử hàng trăm năm Việt Nam thị trường non trẻ giới Ngày 11/07/1998 Chính phủ ký Nghị định số 48/CP ban hành chứng khoán thị trường chứng khoán, khai sinh cho thị trường chứng khốn Việt Nam Được thức khánh thành vào ngày 20/07/2000 thành phố thương mại lớn Việt Nam, Trung tâm Giao dịch Chứng khoán TP.HCM (HOSTC) nơi niêm yết giao dịch chứng khốn Cơng ty lớn Đến ngày 08/08/2007, HOSTC đổi tên thành Sở Giao dịch Chứng khốn Thành phố Hồ Chí Minh (HOSE) Hiện nay, Sở Giao dịch Chứng khốn Thành phố Hồ Chí Minh đặt số 16 đại lộ Võ Văn Kiệt, Phường Nguyễn Thái Bình, Quận 1, Thành phố Hồ Chí Minh Qua 13 năm hoạt động, thị trường chứng khoán TP.HCM không ngừng biến động phát triển, nhiên diễn biến thay đổi thị trường lại không theo quy luật rõ nét Có nhiều nhân tố tác động dẫn đến định cuối nhà đầu tư tình hình hoạt động kinh doanh doanh nghiệp, tình hình kinh tế quốc gia, sách nhà nước, hệ thống pháp lý …, nhân tố nghiên cứu nhiều kết thường ảnh hưởng định chúng Tuy nhiên, có nhân tố ảnh hưởng trực tiếp đến thể chất người chưa nghiên cứu nhiều tác động nhà đầu tư thị trường chứng khốn, thời tiết Vậy thời tiết có ảnh hưởng đến định nhà đầu tư hay không? Lợi nhuận thị trường chứng khốn nói chung thị trường chứng khốn TP.HCM nói riêng có bị ảnh hưởng nhân tố thời tiết? Để trả lời thắc mắc này, thực nghiên cứu giới hạn khả để xem xét ảnh hưởng thời tiết thị trường chứng khốn TP.HCM Mục đích nghiên cứu để khảo sát mối quan hệ có thời tiết (nhiệt độ, độ ẩm, số nắng, lượng mưa) lợi nhuận thị trường chứng khoán Tp.HCM cách sử dụng liệu tài thời tiết hàng ngày Liệu nhà đầu tư xem xét thời tiết nhân tố để định đầu tư hay không? LỜI CAM ĐOAN Tôi xin cam đoan luận văn “Mối quan hệ thời tiết lợi nhuận thị trường chứng khốn Tp.HCM” cơng trình nghiên cứu riêng tơi Các số liệu kết nghiên cứu sử dụng luận văn trung thực chưa công bố cơng trình khác Tác giả luận văn Huỳnh Ngọc Trâm MỤC LỤC Tóm tắt Chương 1: Giới thiệu 1.1/ Tác nhân ảnh hưởng định đầu tư 1.2/ Tâm lý học môi trường, nhân tố thời tiết lợi nhuận chứng khoán .5 1.3/ Sự cần thiết đề tài 1.4/ Cấu trúc nghiên cứu 10 Chương 2: Tổngquan kết nghiên cứu trước .11 2.1/ Cơ sở lý luận 11 a/ Tâm lý học – Lý thuyết định 13 b/ Thời tiết ảnh hưởng đến tâm trạng 15 2.2/ Các kết nghiên cứu trước 16 a/ Các nghiên cứu tìm thấy ảnh hưởng thời tiết .16 b/ Các nghiên cứu khơng tìm thấy ảnh hưởng thời tiết 27 2.3 / Vấn đề nghiên cứu đề tài 31 Câu hỏi nghiên cứu 31 Tóm tắt 31 Chương 3: Phương pháp nghiên cứu .33 3.1/ Phương pháp nghiên cứu 33 3.2/ Phương thức thu thập xử lý số liệu 33 Chương IV: Nội dung kết nghiên cứu 42 4.1 / Unit Root Test - Kiểm tra tính dừng 42 4.2 / Mơ hình GARCH 44 4.3/ Kết nghiên cứu 49 4.4/ Ý nghĩa nghiên cứu 52 Chương V: Kết luận 53 Tài liệu tham khảo 55 Phụ lục 60 DANH SÁCH BẢNG BIỂU Bảng Trang Bảng 1.Bảng tóm tắt kết nghiên cứu trước 29 Bảng 2.Bảng mô tả thống kê thời tiết lợi nhuận số VNIndex hàng ngày 34 Bảng 3.Bảng kết kiểm định nghiệm đơn vị - Unit Root Test 43 Bảng 4.Bảng kết mô hình AR(1) – GARCH (1,1) 45 Bảng 5.Bảng kết mơ hình AR(1) – GARCH (1,1) với phân phối thường (Normal), phân phối Student’s – t phân phối sai số tổng quát (GED) 48 DANH SÁCH BIỂU ĐỒ Biểu đồ Trang Biểu đồ 1.Biểu đồ tần số thống kê mô tả biến lợi nhuận thị trường chứng khoán Tp.HCM 37 Biểu đồ 2.Biểu đồ tần số thống kê mô tả biến nhiệt độ 38 Biểu đồ Biểu đồ tần số thống kê mô tả biến độ ẩm 39 Biểu đồ 4.Biểu đồ tần số thống kê mô tả biến số nắng 40 Biểu đồ 5.Biểu đồ tần số thống kê mô tả biến lượng mưa 41 DANH SÁCH ĐỒ THỊ Đồ thị Trang Đồ thị 1.Đồ thị lợi nhuận chứng khoán hàng ngày số VNIndex từ năm 2002 2012 37 Đồ thị 2.Đồ thị nhiệt độ trung bình hàng ngày Tp.HCM từ năm 2002 - 2012 38 Đồ thị 3.Đồ thị độ ẩm trung bình hàng ngày Tp.HCM từ năm 2002 - 2012 .39 Đồ thị 4.Đồ thị số nắng hàng ngày Tp.HCM từ năm 2002 – 2012 .40 Đồ thị 5.Đồ thị lượng mưa hàng ngày Tp.HCM từ năm 2002 – 2012 41 Christos Floros (2011), “On the relationship between weather and stock market returns”, Studies in Economics and Finance, ISSN: 1086 – 7376, Vol 28 Iss: 1, pp.5 – 13 10 D Kahneman A Tversky (1979), “Prospect Theory: An analysis of Decision under Risk”, Econometrica, Volume 47, No 2, March 1979 11 Daniel Kahneman and Amos Tversky (1979), “Prospect Theory: An Analysis of Decision under Risk”, Econometrica: Journal of the Econometric Society, Vol 47, No 2, pp 263-292 12 David Hirshleifer (2001), “Investor psychology and asset pricing”, The Journal of Finance, Volume 56, Issue 4, pages 1533–1597 13 David Hirshleifer and Tyler Shumway (2003), “Good day sunshine: stock returns and the weather”, The Journal of Finance, Volume 58, Issue 3, pages 1009– 1032 14 E Howarth and M.S Hoffman (1984), “A multidimensional approach to the relationship between mood and weather”, British Journal of Psychology, Volume 75, Issue 1, pages 15–23 15 Edward M Saunders (1993), “Stock prices and Wall Street weather”, American Economic Review, Vol 83, No (Dec., 1993), pp 1337 – 1345 Published by: American Economic Association Article Stable URL: http://www.jstor.org/stable/2117565 16 Ekrem Tufan and Bahattin Hamarat (2004), “Do cloudy day affects stock exchange returns: evidence from the Istanbul Stock Exchange”, Journal of Naval Science and Engineering, Vol 2, No.1, pp 117-126 17 Eric J Johnson and Amos Tversky (1983), “Affect, Generalization, and the Perception of Risk”, Journal of Personality and Social Psychology, Vol 45(1), Jul 1983, 20-31 18 Eugene F Fama (1970), “Efficient Capital Markets: A review of Theory and Empirical Work”, The Journal of Finance, Volume 25, Issue 2, pages 383–417 19 George F Loewenstein, Elke U Weber, Christopher K Hsee and Ned Welch (2001), “Risk as Feelings”, Psychological Bulletin, Vol 127(2), 267-286 20 Gregory F Ashbury, Alice M Isen and A Turken (1999), “A neuropsychological theory of positive affect and its influence on cognition”, Psychological review, Vol 106(3), Jul 1999, 529-550 21 H Shefrin (2002), “Beyond Greed and Fear – Understanding Behavioral Finance and the Psychology of Investing”, Oxford University Press Inc, 2002 22 Herbert A Simon (1976), “Administrative Behavior”, Macmillan Publishing Co., Inc, 1976 23 J Von Neumann O Morgenstern (1944), “Theory of Games and Economic Behavior”, Princeton University Press, 1944 24 Jing Lu and Robin K Chou (2012), “Does the Weather have Impacts on Returns and Trading Activities in Order-driven Stock Markets? Evidence from China”, Journal of Empirical Finance, Volume 19, Issue 1, Pages 79–93 25 Kathy Yuan, Lu Zeng and Qiaoqiao Zhu (2006), “Are investors moonstruck? Lunar , phases and stock returns”, Journal of Empirical Finance, Pages 1–23 26 Finance Research Letters, 7, Issue 4, Pages 214–223 y”, 27 Lisa Tandy Herren, Hal R Arkes and Alice M Isen (1988), “The role of potential loss in the influence of affect on risk-taking behaviour”, Organizational Behavior and Human Decision Processes, Volume 42, Issue 2, Pages 181–193 28 M J Kamstra, L.A Kramer and M.D Levi (2000), “Losing Sleeping at the Market: the Daylight – Saving Anomoly”, American Economic Review, Vol 90, No (Sep., 2000), pp 1005-1011 Published by: American Economic Association Article Stable URL: http://www.jstor.org/stable/117321 29 M J Kamstra, L.A Kramer and M.D Levi (2002), “Winter Blues: A SAD Stock Market Cycle”, Working Paper, Vol 93, No (Mar., 2003), pp 324-343 Published by: American Economic Association Article Stable URL: http://www.jstor.org/stable/3132178 30 Mark A Trombley (1997), “Stock prices and Wall Street weather: additional evidence”, Quarterly Journal of Business and Economics, Vol 36, No (Summer, 1997), pp 11-21 Published by: University of Nebraska-Lincoln College of Business Administration Article Stable URL: http://www.jstor.org/stable/40473319 31 Melanie Cao & Jason Wei (2002), “Stock market returns: A temperature anomaly”, Working Paper, Schulich School of Business, York University, Toronto 32 Melanie Cao & Jason Wei (2005), “Stock market returns: A note on temperature anomaly”, Journal of Banking and Finance, Volume 29, Issue 6, Pages 1559–1573 33 Michael Dowling Brian M Lucey (2005), “Weather, biorhythms, beliefs and stock returns – some preliminary Irish evidence”, International Review of Financial Analysis, Volume 14, Issue 3, Pages 337–355 34 Michael J Cooper, John J McConnell Alexei V Ovtchinnikov (2006), “The Other Volume 82, Issue 2, Pages January Effect”, Journal of Financial Economics, 315–341 35 Michael R Cunningham (1979), “Weather, Mood, and Helping Behavior: Quasi – Experiment with the Sunshine Samatitan”, Journal of Personality and Social Psychology, Vol 37(11), Nov 1979, 1947-1956 36 Norbert Schwarz (1990), “Feelings as Information: Informational and Motivational Functions of Affective States”, In Higgins and Sorrentino, Handbook of motivation and cognition: Foundations of social behavior, New York, Guilford Press 37 Norbert Schwarz Gerald L Clore (1983), “Mood, Misattribution, and Judgements of Well – being: Informative and Directive Functions of Affective States”, Journal of Personality and Social Psychology, Vol 45(3), 513-523 38 Olha Zadorozhna (2009), “Does weather affect stock returns across emerging markets”, A thesis submitted in partial fulfillment of the requirements for the degree of MA in Economics, Kyiv School of School 39 Paul A Bell, T Greene, J Fisher and A Baum (2003), “Environment Psychology”, Publisher Belmont, Wadsworth 40 Peter R Locke, Piman Limpaphayom and Pattarake Sarajoti (2007), “Gone with the wind: Chicago’s weather and futures trading”, Review of Futures Markets, 16(1) 41 R Eagles (1994), “The relationship between mood and daily hours of sun light in rapid cycling bipolar illness”, Biological Psychiatry 36, 422 - 424 42 R Roll (1984), “Orange Juice and Weather”, The American Economic Review, Vol 74, No 5, December 1984 43 Sang Hoon Kang, Zhuhua Jiang and Seong-Min Yoon (2009), “Weather effects on the returns and volatility of Hong Kong and Shenzhen stock markets”, School of Bussiness Administration & Department of Economics, Pusan National University, Busan, Korea 44 Seong-Min Yoon and Sang Hoon Kang (2009), “Weather effects on returns: Evidence from the Korean stock market”, Physica A: Statistical Mechanics and its Applications, Volume 388, Issue 5, Pages 682–690 45 Songsak Sriboonchitta, Prasert Chitip, Thanes Sriwichailamphan and Chukiat Chaiboonsri (2011), “Stock market returns and the temperature effect: Thailand”, International Research Journal of Management and Business Studies, Vol 1(1) pp.012 – 016 Available online@ http://www.interesjournals.org/IRJMBS 46 Stephen P Keef & Melvin L Roush (2002), “The weather and stock returns in New Zealand”, Quarterly Journal of Business and Economics, Vol 41, No 1/2 (Winter Spring, 2002), pp 61-79 Published by: University of Nebraska-Lincoln College of Business Administration Article Stable URL: http://www.jstor.org/stable/40473345 47 Stephen P Keef & Melvin L Roush (2005), “Stock prices and Wall Street weather: revisited”, Eurasian Review of Economics and Finance, Vol 1, pp 31 – 44 48 Stephen P Keef Melvin L Roush (2007), “Daily weather effects on the returns of Australian stock indices”, Applied Financial Economics 17, pp 173 – 184 49 Tilly Oudhuis (2008), “The effect of weather on the Amsterdam Exchange Index”, An empirical study on the influence of weather on AEX returns in the Netherlands, Universiteit Maastricht 50 Tim Bollerslev (1986), “Generalised autoregressive conditional heteroscedasticty”, Journal of Econometrics, Vol 33 pp.307-27 51 Tim Loughran Paul Schultz (2004), “Weather, stock returns, and the impact of localized trading behavior”, Journal of Financial and Quantitative Analysis, Volume 39, Issue 02, pp 343-364 52 Tsangyao Chang, Chien-Chung Nieh, Ming Jing Yang and Tse-Yu Yang (2006), “Are stock market returns related to the weather effects? Empirical evidence from , Taiwan”, Physica A: Statistical Mechanics and its Applications, Pages 343–354 53 W Krämer R Runde (1997), “Stocks and the weather: an exercise in data mining or yet another capital market anomoly?”, Empirical Economics 22, 637 - 641 54 William F Wright and Gordon H Bower (1992), “Mood effects on subjective probability assessment”, Organizational Behavior and Human Decision Processes, Volume 52, Issue 2, Pages 276–291 55 William N Goetzmann Ning Zhu (2002), “Rain or shine: where it the weather effect?”, European Financial Management, NBER Working Paper, 9465 PHỤ LỤC A Unit Root Test – ADF Lợi nhuận chứng khoán Null Hypothesis: LOINHUAN has a unit root Exogenous: Constant Lag Length: (Automatic based on SIC, MAXLAG=27) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -21.76883 0.0000 Test critical values: 1% level -3.432586 5% level -2.862414 10% level -2.567280 *MacKinnon (1996) one-sided p-values Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOINHUAN) Method: Least Squares Date: 09/18/13 Time: 14:35 Sample (adjusted): 3/07/2002 12/28/2012 Included observations: 2693 after adjustments Variable Coefficient Std Error t-Statistic Prob LOINHUAN(-1) -0.672715 0.030903 -21.76883 0.0000 D(LOINHUAN(-1)) -0.036518 0.027749 -1.315985 0.1883 D(LOINHUAN(-2)) -0.094715 0.023484 -4.033142 0.0001 D(LOINHUAN(-3)) -0.104562 0.019175 -5.453066 0.0000 C 0.000204 0.000288 0.706098 0.4802 R-squared 0.371762 Mean dependent var 8.30E-06 Adjusted R-squared 0.370828 S.D dependent var 0.018864 S.E of regression 0.014963 Akaike info criterion -5.564630 Sum squared resid 0.601813 Schwarz criterion -5.553678 Log likelihood 7497.774 Hannan-Quinn criter -5.560669 F-statistic 397.6590 Durbin-Watson stat Prob(F-statistic) 0.000000 2.008899 Nhiệt độ Null Hypothesis: NHIETDO has a unit root Exogenous: Constant Lag Length: (Automatic based on SIC, MAXLAG=27) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.090895 0.0000 Test critical values: 1% level -3.432591 5% level -2.862416 10% level -2.567281 *MacKinnon (1996) one-sided p-values Augmented Dickey-Fuller Test Equation Dependent Variable: D(NHIETDO) Method: Least Squares Date: 09/18/13 Time: 14:37 Page - 71 - Sample (adjusted): 3/14/2002 12/28/2012 Included observations: 2688 after adjustments Variable Coefficient Std Error t-Statistic Prob NHIETDO(-1) -0.127711 0.015785 -8.090895 0.0000 D(NHIETDO(-1)) -0.211443 0.022699 -9.314956 0.0000 D(NHIETDO(-2)) -0.230369 0.022715 -10.14194 0.0000 D(NHIETDO(-3)) -0.191289 0.022750 -8.408440 0.0000 D(NHIETDO(-4)) -0.138888 0.022511 -6.169882 0.0000 D(NHIETDO(-5)) -0.127591 0.022094 -5.774810 0.0000 D(NHIETDO(-6)) -0.093539 0.021353 -4.380645 0.0000 D(NHIETDO(-7)) -0.079661 0.020281 -3.927827 0.0001 D(NHIETDO(-8)) -0.092818 0.019261 -4.819075 0.0000 C 3.604639 0.445796 8.085852 0.0000 R-squared 0.164969 Mean dependent var 0.000307 Adjusted R-squared 0.162162 S.D dependent var 0.936170 S.E of regression 0.856909 Akaike info criterion 2.532744 Sum squared resid 1966.437 Schwarz criterion 2.554680 Hannan-Quinn criter 2.540678 Durbin-Watson stat 2.000321 Log likelihood -3394.007 F-statistic 58.78508 Prob(F-statistic) 0.000000 Độ ẩm Null Hypothesis: DOAM has a unit root Exogenous: Constant Lag Length: (Automatic based on SIC, MAXLAG=27) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.045431 0.0000 Test critical values: 1% level -3.432591 5% level -2.862416 10% level -2.567281 *MacKinnon (1996) one-sided p-values Augmented Dickey-Fuller Test Equation Dependent Variable: D(DOAM) Method: Least Squares Date: 09/18/13 Time: 14:38 Sample (adjusted): 3/14/2002 12/28/2012 Included observations: 2688 after adjustments Variable Coefficient Std Error t-Statistic Prob DOAM(-1) -0.140328 0.017442 -8.045431 0.0000 D(DOAM(-1)) -0.284718 0.023766 -11.98027 0.0000 D(DOAM(-2)) -0.276123 0.024003 -11.50361 0.0000 D(DOAM(-3)) -0.246701 0.024103 -10.23516 0.0000 D(DOAM(-4)) -0.210133 0.023852 -8.809783 0.0000 D(DOAM(-5)) -0.169843 0.023237 -7.309041 0.0000 D(DOAM(-6)) -0.115434 0.022257 -5.186452 0.0000 D(DOAM(-7)) -0.089303 0.020892 -4.274538 0.0000 D(DOAM(-8)) -0.063874 0.019286 -3.311846 0.0009 C 10.59075 1.318558 8.032074 0.0000 R-squared 0.202632 Mean dependent var 0.003092 Adjusted R-squared 0.199952 S.D dependent var 5.307301 S.E of regression 4.747137 Akaike info criterion 5.956674 Sum squared resid 60349.56 Schwarz criterion 5.978610 Hannan-Quinn criter 5.964608 Durbin-Watson stat 2.002522 Log likelihood -7995.769 F-statistic 75.61646 Prob(F-statistic) 0.000000 Số nắng Null Hypothesis: SOGIONANG has a unit root Exogenous: Constant Lag Length: (Automatic based on SIC, MAXLAG=27) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -15.13253 0.0000 Test critical values: 1% level -3.432587 5% level -2.862414 10% level -2.567280 *MacKinnon (1996) one-sided p-values Augmented Dickey-Fuller Test Equation Dependent Variable: D(SOGIONANG) Method: Least Squares Date: 09/18/13 Time: 14:39 Sample (adjusted): 3/08/2002 12/28/2012 Included observations: 2692 after adjustments Variable Coefficient Std Error t-Statistic Prob SOGIONANG(-1) -0.380045 0.025114 -15.13253 0.0000 D(SOGIONANG(-1)) -0.275731 0.026391 -10.44777 0.0000 D(SOGIONANG(-2)) -0.185512 0.025112 -7.387279 0.0000 D(SOGIONANG(-3)) -0.123027 0.022902 -5.371966 0.0000 D(SOGIONANG(-4)) -0.076024 0.019242 -3.950960 0.0001 C 2.100074 0.146074 14.37675 0.0000 R-squared 0.313091 Mean dependent var -0.000371 Adjusted R-squared 0.311812 S.D dependent var 2.841131 S.E of regression 2.356920 Akaike info criterion 4.554814 Sum squared resid 14920.92 Schwarz criterion 4.567960 Hannan-Quinn criter 4.559569 Durbin-Watson stat 2.007504 Log likelihood -6124.780 F-statistic 244.8539 Prob(F-statistic) 0.000000 Lượng mưa Null Hypothesis: LUONGMUA has a unit root Exogenous: Constant Lag Length: (Automatic based on SIC, MAXLAG=27) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -17.95924 0.0000 Test critical values: 1% level -3.432587 5% level -2.862414 10% level -2.567280 *MacKinnon (1996) one-sided p-values Augmented Dickey-Fuller Test Equation Dependent Variable: D(LUONGMUA) Method: Least Squares Date: 09/18/13 Time: 14:40 Sample (adjusted): 3/08/2002 12/28/2012 Included observations: 2692 after adjustments Variable Coefficient Std Error t-Statistic Prob LUONGMUA(-1) -0.616136 0.034307 -17.95924 0.0000 D(LUONGMUA(-1)) -0.248655 0.032518 -7.646674 0.0000 D(LUONGMUA(-2)) -0.186247 0.029467 -6.320479 0.0000 D(LUONGMUA(-3)) -0.139277 0.025333 -5.497950 0.0000 D(LUONGMUA(-4)) -0.068508 0.019253 -3.558395 0.0004 C 3.217807 0.300207 10.71863 0.0000 R-squared 0.430416 Mean dependent var 2.11E-17 Adjusted R-squared 0.429356 S.D dependent var 16.55574 S.E of regression 12.50637 Akaike info criterion 7.892580 Sum squared resid 420115.6 Schwarz criterion 7.905726 Hannan-Quinn criter 7.897335 Durbin-Watson stat 2.002760 Log likelihood -10617.41 F-statistic 405.9443 Prob(F-statistic) 0.000000 B Mơ hình AR(1) – GARCH(1,1) Normal Dependent Variable: LOINHUAN Method: ML - ARCH (Marquardt) - Normal distribution Date: 09/18/13 Time: 22:13 Sample (adjusted): 3/04/2002 12/28/2012 Included observations: 2696 after adjustments Convergence achieved after 39 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(8) + C(9)*RESID(-1)^2 + C(10)*GARCH(-1) Variable Coefficient Std Error z-Statistic Prob NHIETDO -1.73E-05 6.83E-05 -0.253638 0.7998 DOAM 8.13E-06 2.22E-05 0.365963 0.7144 SOGIONANG -4.74E-05 8.76E-05 -0.540767 0.5887 LUONGMUA -1.23E-05 1.61E-05 -0.764794 0.4444 THANGGIENG -0.000463 0.000600 -0.771695 0.4403 THUHAI -0.000396 0.000315 -1.256092 0.2091 AR(1) 0.237348 0.018630 12.73989 0.0000 Variance Equation C 3.10E-06 3.99E-07 7.761428 0.0000 RESID(-1)^2 0.271550 0.019433 13.97367 0.0000 GARCH(-1) 0.747583 0.013898 53.79167 0.0000 R-squared 0.073482 Mean dependent var 0.000282 Adjusted R-squared 0.070378 S.D dependent var 0.015668 S.E of regression 0.015107 Akaike info criterion -6.007898 Sum squared resid 0.613001 Schwarz criterion -5.986015 Log likelihood 8108.646 Durbin-Watson stat 1.891803 Inverted AR Roots 24 Hannan-Quinn criter -5.999984 Student’s – t Dependent Variable: LOINHUAN Method: ML - ARCH (Marquardt) - Student's t distribution Date: 09/18/13 Time: 22:12 Sample (adjusted): 3/04/2002 12/28/2012 Included observations: 2696 after adjustments Convergence achieved after 112 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(8) + C(9)*RESID(-1)^2 + C(10)*GARCH(-1) Variable Coefficient Std Error z-Statistic Prob NHIETDO 2.80E-05 7.21E-05 0.387981 0.6980 DOAM -9.23E-06 2.34E-05 -0.395156 0.6927 SOGIONANG -4.76E-05 8.20E-05 -0.580063 0.5619 LUONGMUA -7.35E-06 1.41E-05 -0.521619 0.6019 THANGGIENG -0.000315 0.000657 -0.480236 0.6311 THUHAI -0.000384 0.000320 -1.199543 0.2303 AR(1) 0.249147 0.019170 12.99699 0.0000 Variance Equation C 1.66E-06 3.96E-07 4.194752 0.0000 RESID(-1)^2 0.295274 0.026332 11.21330 0.0000 GARCH(-1) 0.748047 0.016712 44.76113 0.0000 T-DIST DOF 8.400536 1.109879 7.568877 0.0000 R-squared 0.074448 Mean dependent var 0.000282 Adjusted R-squared 0.071001 S.D dependent var 0.015668 S.E of regression 0.015102 Akaike info criterion -6.037991 Sum squared resid 0.612362 Schwarz criterion -6.013920 Log likelihood 8150.212 Hannan-Quinn criter -6.029285 Durbin-Watson stat 1.915269 Inverted AR Roots 25 GED Dependent Variable: LOINHUAN Method: ML - ARCH (Marquardt) - Generalized error distribution (GED) Date: 09/18/13 Time: 22:15 Sample (adjusted): 3/04/2002 12/28/2012 Included observations: 2696 after adjustments Convergence achieved after 52 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(8) + C(9)*RESID(-1)^2 + C(10)*GARCH(-1) Variable Coefficient Std Error z-Statistic Prob NHIETDO 1.24E-05 7.13E-05 0.173623 0.8622 DOAM -4.53E-06 2.32E-05 -0.195567 0.8449 SOGIONANG -3.63E-05 8.33E-05 -0.436142 0.6627 LUONGMUA -8.03E-06 1.42E-05 -0.564010 0.5727 THANGGIENG -0.000184 0.000640 -0.287053 0.7741 THUHAI -0.000428 0.000323 -1.322891 0.1859 AR(1) 0.246974 0.019228 12.84444 0.0000 Variance Equation C 2.31E-06 4.61E-07 5.015982 0.0000 RESID(-1)^2 0.288162 0.025573 11.26823 0.0000 GARCH(-1) 0.744914 0.017398 42.81625 0.0000 GED PARAMETER 1.498921 0.046061 32.54214 0.0000 R-squared 0.074325 Mean dependent var 0.000282 Adjusted R-squared 0.070877 S.D dependent var 0.015668 S.E of regression 0.015103 Akaike info criterion -6.030126 Sum squared resid 0.612444 Schwarz criterion -6.006055 Log likelihood 8139.609 Hannan-Quinn criter -6.021420 Durbin-Watson stat 1.911133 Inverted AR Roots 25 ... đến lợi nhuận thị trường chứng khốn Đài Loan Floros 2008 Tìm thấy mối quan hệ nghịch nhiệt độ lợi nhuận thị trường chứng khoán Áo, Bỉ, Pháp Mối tương quan không đáng kể nhiệt độ lợi nhuận thị trường. .. gia thị trường hệ định giá thị trường b/ Các nghiên cứu khơng tìm thấy ảnh hưởng thời tiết lên lợi nhuận thị trường chứng khoán: Ở Tây Ban Nha, khơng có ảnh hưởng thời tiết lên lợi nhuận chứng. ..BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH  HUỲNH NGỌC TRÂM MỐI QUAN HỆ GIỮATHỜI TIẾT VÀ LỢI NHUẬN THỊ TRƯỜNG CHỨNG KHỐN TP. HCM Chun ngành: Tài –