Chuyên đề thực tập tốt nghiệp: Ứng dụng mô hình ARIMA vào dự báo chỉ số VN-Index trong ngắn hạn

Tại thị trường Việt Nam, sự biến động của chỉ số VN-Index phản ánh rủi rohệ thống, vì vậy, việc dự báo được sự tăng giảm của VN-Index cũng đồng thời giúp các nhà đầu tư nhận biết chiều h

Trang 1

TRƯỜNG ĐẠI HỌC KINH TE QUOC DAN

KHOA TOÁN KINH TÉ

CHUYEN DE

THUC TAP TOT NGHIEP

Chuyên ngành: Toán Kinh Tế

Đề tài:

ỨNG DỤNG MÔ HÌNH ARIMA VÀO DỤ BÁO CHỈ SỐ

VN-INDEX TRONG NGAN HAN

Ho tén sinh vién : Nguyen Thi Thu Hang

Lớp : TOKT60

MSV : 11181530

Hà Nội, Tháng 12, Năm 2021

Trang 2

Chuyên dé thực tập chuyên ngành Toán Kinh tế

CHUONG 1: MOT SO VAN DE LÝ THUY ÉT -.2 scss©sscs<e 4

1.1 Sơ lược về chứng khoán và thị trường chứng khoán -. - 4

L112 Chitng ‹ 0 4 1.1.2 Thị trường Chứng khoán - - - c6 kE+x**kEskESskEsekskrskesek 41.1.3 Chỉ số thị trường chứng khoán ¿-2¿©++c+++cx++zeecszee 61.2 Giới thiệu về TTCK Việt Nam- VN-Ïndex - 55555 S<<< << 7

1.2.1 Khái niệm chỉ số chứng khoán VN-Index -2- 2 s2 =s+¿ 7

1.2.2 Cách tính chỉ số VN- Index -cccccccvverrrrrrrerrrrrrrrrrrrrrk 81.2.3 Ý nghĩa của chi số VN-Index ceccescescsssssseesessessesssessessessessessesseeees 9

1.2.4 Một số chỉ số khác trên TTCK Việt Nam .-: cc:cc+ 9

1.3 Một số phương pháp dự báo chuỗi thời gian -:-5¿ 10

CHƯƠNG 2: CHÍ SO CHUNG KHOÁN VN-INDEX VA DIEN BIEN

THI TRUONG CHUNG KHOAN VIET NAM GIAI DOAN 2010- 2021 28

2.1 Các yếu tố kinh tế vĩ mô anh hưởng đến TTCK 5-2-2 28

2.2 Diễn biến chỉ số VN-Index giai đoạn 2000-2021 - - +: 31

2.2.1 Giai đoạn từ khi thành lập đến năm 2008 - 2 + cxeczxeze2 312.2.2 Giai đoạn từ 2009 đến 2014 ¿-©2¿©2++22xt2xtrxzrxerrxerkesrei 322.2.3 Diễn biến thị trường chứng khoán Việt Nam và chỉ số VN-Index

trong giai đoạn nghiên cứu ( 2015-2021) -«++s+++s++ex+sexeexs+ 372.2.4 {ai nh 41

11181530 - NGUYEN THỊ THU HANG

Trang 3

CHƯƠNG 3: ỨNG DỤNG MÔ HÌNH ARIMA DỰ BÁO CHÍ SÓ

VN-INDEX TRONG NGAN HẠN - 5< s<©ssvssersetseetserserserssrrserssrsee 42

3.1 Giới thiệu mẫu quan sát ¿2 252522 +++E+E+E+xezxzxerxzxerxcrs 42

3.2 Kiểm định tính dừng -¿- ¿5£ E+SE‡EESEE2 2522121212112 ve, 423.3 Xác định mô hình ARIMA (p,d,Q) - - - Sky 48

3.4 Ước lượng mô hình ARIMA(p,d,Q) -¿-¿ + 5c+c+c+xssrerrrererree 49

3.5 Kiểm định tự tương quan phan dư các mô hình ARIMA(p,đ.q) 53

3.6 So sánh dự báo với mô hình ARCH-GARCH 55+ <5<+ 610n ,ôÔỎ 65

DANH MỤC TÀI LIEU THAM KHẢO s<s<©ssecssecsse 67

PHỤ LỤC

Trang 4

DANH MỤC CÁC Ki HIỆU VÀ CHỮ VIET TAT

ACF Hàm tự tương quan

AR Tự hồi quy (Autoregressive)ARIMA Tự hỏi quy tích hợp trung bình trượt

(Autogressive Integrated Moving Average)CSCK Chi số chứng khoán

CTCK Công ty chứng khoán HNX Sàn giao dịch chứng khoán Hà NộiHOSE Sàn giao dịch chứng khoán TP Hồ Chí MinhMA Trung bình trượt (Moving Average)

NHNN Ngân hàng nhà nướcPACF Ham tự tương quan riêng phanTTCK Thi trường chứng khoán

Trang 5

DANH MỤC HÌNH VE

Hình 1.1: Các thành phan của mội chuỗi thời gian -. -2- 5 5252 14

Hình 2.1: Biểu đồ biến động chỉ số VN-Index 2000-2008 - 32

Hình 2.2: Biểu đồ biến động chỉ số VN-Index 2010-2011 - 34

Hình 2.3: Biéu đồ biến động chỉ số VN-Index 2012-2013 37

Hình 2.4: biểu đồ chỉ số VN-Index -¿ 2¿+¿©z+2+z+£xc2zxtzxzerxeerxrrrxee 39Hình 2.5: số lượng tài khoán chứng khoán nhà đầu tư mới mở - 40

Hình 3.1: Thống kê chỉ số WN-Index -. 2-2 2£ 5£+£+££+£++£E+zz++£e+zxrsez 42Hình 3.2: Đồ thị chuỗi VN-Index 2015-2021 - 2-2 5¿+sz+c+zscxeex 43Hình 3.3: ACF va PACE của chuỗi VN-Index 2-55 55c25z+cz+zxccxez 44Hình 3.4: H6i quy chuỗi theo thời gian - 2-2 5£252+££+£E+£EzE++Eerxersee 45Hình 3.5: Sai phân bậc 1 CSCK VN-IÏndex . 5 55s ssseresersrse 46Hình 3.6: Thống kê chỉ số chuỗi DLPRICE - 2-2 2s s+£++£++£+z£+zSe2 48Hình 3.7: Ước lượng mô hình ARIMA(0,1,1) -¿ + 5+5+s+s+>sce>sxss+ 49 Hình 3.8: Ước lượng mô hình ARIMA(0,1,2) -. -¿- 2 + 5+sz+zz+zxrsez 49 Hình 3.9: Ước lượng mô hình ARIMA(I,1,0) -¿-2+©5z+csz+cse+cse2 50 Hình 3.10: Ước lượng mô hình ARIMA(1,1,1) -¿5++++<e<+s++>es+ 50 Hình 3.11: Ước lượng mô hình ARIMA (1,1,2) -¿¿++5+<e<+x++ses2 51 Hình 3.12: Ước lượng mô hình ARIMA(2,1,0) -¿ + +5 2+5+++<+<+xs+2 51 Hình 3.14: Ước lượng mô hình ARIMA(2,1,1) -+5+5+5+5+>s>+>+>cs+ 52 Hình 3.13: Ước lượng mô hình ARIMA(2,1,2) ccccccccecseseseseeseseseeeeseseeeeseneees 52Hình 3.15: Kiểm định tự tương quan phan du mô hình ARIMA(0,1,1) 53

Hình 3.16: : Kiểm định tự tương quan phan dư mô hình ARIMA(I.1.1) 54

Hình 3.17: : Kiểm định tự tương quan phan dư mô hình ARIMA(2,1,0) 55

Hình 3.18 : Kiểm định tự tương quan phần dư mô hình ARIMA(1,1,2) 56

Hình 3.19: Dự báo trong mẫu chuỗi -. +2 + +2++xzxezxezxerxervesvea 58Hình 3.20 : PPXS phan dư mô hình ARIMA(1,1,2) -. -¿-2 5 s52 59Hình 3.21 : Phần dư, giá trị thực và giá tri ước lượng từ mô hình 59

Hình 3.22 Giá trị thực và dự báo chỉ số WN-Index ¿2s s+xzsezess2 60Hình 3.23: Phân phối xác xuất phần dư GARCH(I, I) -. : ¿+- 63

Trang 6

DANH MỤC BANG BIEU

Bảng 1.1: Các dạng lý thuyết ACF và PACF đối với mô hình AR,MA vàP.5 22 Bang 2.1 Xác định mô hình ARIMA(p,d,Q) - - 5 c5 <Sx+sssersesseree 57Bảng 3.1 : Giá tri thực tế và dự báo điểm ngoài mẫu cho chỉ số VN-Index 60Bảng 3.2: Kết quả ước lượng mô hình GARCH -:-2- ¿5+2 63

Bảng 3.3 : Kết quả dự báo mô hình GARCH 22 5+ ©5z+25++zxz+zse2 64

Trang 7

MỞ ĐẦU

1 Mục tiêu nghiên cứu

Nghiên cứu chiều hướng vận động của chỉ số VN-Index trong ngắn hạn.Xác định nguyên nhân cơ bản giải thích cho sự biến động bat thường của chỉsố VN-Index trong giai đoạn nghiên cứu

Dự báo chỉ số chứng khoán VN-Index từ đó suy ra kết quả dự báo cho chỉ sốVN-Index trong các phiên giao dịch tiếp theo

2 Lý do chọn đề tài

TTCK ( Thị trường chứng khoán) là yếu tố cơ bản của nền kinh tế thị trường

hiện đại Nó có chức năng vô cùng quan trọng là giúp huy động vốn đầu tư chonền kinh tế và cung cấp cho công chúng một môi trường đầu tư lành mạnh với

các cơ hội lựa chọn phong phú, phù hợp với khả năng và mục tiêu của từngNDT (nhà đầu tư) Đồng thời, đây còn là một kênh đầu tư hết sức hap dẫn, bởilẽ mức sinh lợi mà thị trường mang lại cho các NDT là rat lớn Tuy nhiên, bêncạnh mức sinh lợi cao nay, đây cũng là thị trường luôn ton tại nhiều rủi ro tiềmân bởi không phải NĐT nào cũng có thê dự đoán được chính xác xu hướng củagiá CP trong tương lai Vì vậy, trong bối cảnh kinh tế xã hội nói chung vàTTCK nói riêng vận động không ngừng, bài toán dự báo tài chính ngày càng trởnên quan trọng và được nhiều ngừời quan tâm

TTCK ở nước ta, ra đời từ năm 2000 và phát triển cho đến nay Trong suốtthời gian hoạt động, TTCK đã phát huy rất tốt vai trò của mình, góp phần to lớnthúc đây nền kinh tế Tuy nhiên bên cạnh những thành công đó, TTCK nước tatừng gặp phải không ít thăng tram Dién hình là sự suy giảm tram trọng của thitrường vào năm 2008, do anh hưởng từ cuộc khủng hoảng kinh tế toàn cầu Kếtừ sau cuộc khủng hoảng này, TTCK nước ta những năm trở lại đây đã dần hồiphục và có những bước tăng trưởng trở lại Trong báo cáo của tập đoàn đầu tưBespoke của Hoa Kỳ, Việt Nam được xếp hạng 32 trong số 51 TTCK giao dịchtốt nhất thế giới năm 2014 TTCK Việt Nam đã phát triển vượt bậc trong những

năm gần đây, có thể thấy rõ qua số lượng công ty Việt Nam có vốn hóa thịtrường trên 1 tỷ USD đã tăng từ 10 công ty vào năm 2015 lên gần 50 công ty

hiện nay và tổng giá trị vốn hóa TTCK tăng mạnh từ 30% lên 90% GDP củaViệt Nam, tương đương với các nước trong khu vực Gần đây, việc sỐ lượngnhà đầu tư cá nhân tăng đột biến đã góp thêm động lực thúc đây sự phát triểncủa TTCK Số lượng tài khoản giao dịch chứng khoán mới của các nhà đầu tưcá nhân đã tăng gấp đôi trong năm 2020, và chỉ trong nửa đầu năm 2021, tổng

11181530 - NGUYEN THỊ THU HANG 1

Trang 8

số tài khoản mới nhiều hơn số tài khoản mới trong năm 2019 và 2020 cộng lại

Số lượng tài khoản mới hàng tháng cao kỷ lục đã được báo chí trong nước đưatin rộng rãi, điều này lại càng thu hút các nhà đầu tư trên TTCK Việt Nam vàgiúp chỉ số VN-Index (VNI) tăng trưởng bat chấp tình hình COVID-19 trong

năm nay.

Tại thị trường Việt Nam, sự biến động của chỉ số VN-Index phản ánh rủi rohệ thống, vì vậy, việc dự báo được sự tăng giảm của VN-Index cũng đồng thời

giúp các nhà đầu tư nhận biết chiều hướng biến động giá của các cổ phiếu trên

thị trường này, qua đó tạo nên cái nhìn đúng đắn hơn về khả năng kiếm lời củamình khi quyết định lựa chon đầu tư vào cổ phiếu này thay vì các cổ phiếukhác, giúp các doanh nghiệp biết mình đang đứng ở đâu và phải làm gì trongtương lai để cải thiện tình hình hiện tại, giúp các nhà hoạch định chính sách đưara được những chính sách đúng đắn đề thúc đây sự tăng trưởng hay cải thiện sựsụt giảm của thị trường Chính vì sự biến động không ngừng như vậy, cho nênviệc dự báo VN-Index luôn luôn là cần thiết trong mọi giai đoạn và mọi trường

hợp Chính vì vậy tôi đã lựa chọn nghiên cứu đề tài: “Ứng dụng mô hình

ARIMA dự báo chỉ số VN-Index trong ngắn hạn” để kiểm tra chất lượng dựbáo trong ngắn hạn

3 Đối tượng nghiên cứu và Pham vi nghiên cứu

Đối tượng nghiên cứu mà đề tài hướng đến là chuỗi thời gian của chỉ sốchứng khoán VN-Index.

Đề tài tập trung nghiên cứu chuỗi số liệu quá khứ của chỉ số VN-Index từ

ngày 05/01/2015 đến ngày 07/10/2021

Thu thập số liệu: Chỉ số VN-Index lấy từ website cophieu68.com.Công cụ xử lý số liệu: Phần mềm Eviews 10.0và Excel 2016

4 Phương pháp nghiên cứu

e Phuong pháp nghiên cứu định tínhNghiên cứu tài liệu: tham khảo một số nghiên cứu trong và ngoài nước đãthực hiện trước đó về ứng dụng mô hình ARIMA trong dự báo

Thu thập thông tin: từ các tạp chí khoa học, các trang báo mạng dé có cáinhìn rõ hơn về chỉ số VN-Index

e Phuong pháp nghiên cứu định lượng

Dé có thể ước lượng và dự báo được chỉ số VN-Index trong ngắn hạn, trước

tiên cần phải xem xét đến các đặc điểm cũng như tính dừng của chuỗi dữ liệumà ta có Sau đó sử dụng chuỗi dữ liệu đã có tính dừng để ước lượng một loạt

các mô hình ARIMA Sử dụng các tiêu chí như AIC, SIC, để lựa chọn mô

Trang 9

Chuyên dé thực tập chuyên ngành Toán Kinh tếhình ARIMA tốt nhất trong số các mô hình đã có Tiến hành dự báo ngoài mẫu

mô hình vừa chọn.

5 Kết cấu đề tàiKết cấu đề tài gồm có 3 phần

e Mở đầu

e Chương 1: Một số van đề lý thuyết

Chương 2: Chỉ số chứng khoán VN-Index và diễn biến thị trường chứngkhoán của Việt Nam giai đoạn 2010-2021

Chương 3: Ứng dụng mô hình ARIMA vào dự báo chỉ số VN-Index trongngăn hạn.

Trang 10

CHUONG 1: MOT SO VAN ĐÈ LY THUYET

1.1 Sơ lược về chứng khoán và thị trường chứng khoán

1.1.1 Chứng khoán

s* Khái niệm: là bằng chứng xác nhận quyền lợi và lợi ích hợp pháp của

người sở hữu đối với tài sản hoặc phan vốn của tổ chức phát hành.Chứng khoán được thê hiện dưới hình thức chứng chỉ, bút toán ghi sốhoặc dữ liệu điện tử bao gồm các loại sau đây:

- Cổ phiếu, trái phiếu, chứng chỉ quỹ

- - Quyền mua cô phan, chứng quyền, quyền chọn mua, quyền chọn bán,

hợp đồng tương lai, nhóm chứng khoán hoặc chỉ số chứng khoán

- Hop đồng góp vốn đầu tư

- Các loại chứng khoán khác do Bộ Tài Chính quy định - Hay nói cách khác, chứng khoán là một loại hàng hóa đặc biệt và là công

cụ dé huy động vốn trung và dai hạn Nó đại diện cho một giá trị tài chính,

nhằm xác nhận quan hệ vay nợ giữa người nắm giữ nó với chủ thé phát hành ranó và có khả năng chuyền đôi, chuyển nhượng

s* Đặc điểm

- Tinh thanh khoản (tính lỏng) của một chứng khoán: Là khả năng chuyểnđổi giữa chứng khoán đó sang tiền mặt Tính long của chứng khoán thé hiệnqua việc chứng khoán đó được mua bán, trao đôi trên thị trường

- _ Tính sinh lời: Thể hiện ở thu nhập của nhà dau tư, được sinh ra từ việc

gia tăng giá chứng khoán trên thị trường, hay các khoản tiền lãi được trả hàng

năm.

- Tinh rủi ro: Đây là đặc trưng cơ ban cua chứng khoán.Trong quá trìnhtrao đổi, mua đi bán lại, giá của chứng khoán bị giảm hoặc mat hoàn toàn ta gọilà rủi ro.

1.1.2 Thị trường Chứng khoán

s* Khái niệm:

- La nơi mua bán, giao dịch các loại giấy tờ có giá , các chứng khoán,được thực hiện một cách có tô chức trong một hệ thống luật chặt chẽ Việc muabán này được tiến hành bởi các nhà môi giới nhân danh khách hàng và có thédiễn ra trên thị trường tập trung hoặc phi tập trung.

Đây là một bộ phận quan trọng của thị trường vốn, nhăm mục đích huy độngnhững nguồn vốn tiết kiệm nhỏ trong xã hội tập trung thành nguồn vốn lớn tàitrợ cho doanh nghiệp, các tô chức kinh tế và Chính phủ đề phát triển sản xuất,

Trang 11

Chuyên dé thực tập chuyên ngành Toán Kinh tếtăng trưởng kinh tế hay cho các dự án đầu tư.

s* Chức năng:

- Huy động vốn đầu tư cho nền kinh tế: Khi các NDT mua chứng khoán

do các công ty niêm yết phát hành, số tiền nhàn rỗi của họ được đưa vào hoạtđộng sản xuất kinh doanh và qua đó góp phần phát triển xã hội Thông quaTTCK, Chính phủ và chính quyền ở các địa phương cũng huy động được cácnguồn vốn cho mục đích sử dụng và đầu tư phát triển hạ tầng kinh tế, phục vụ

các nhu cầu chung của xã hội

- _ Cung cấp môi trường đầu tư cho công chúng: TTCK cung cấp cho công

chúng một môi trường đầu tư lành mạnh với các cơ hội lựa chọn phong phú.Các loại chứng khoán trên thị trường rất khác nhau vì tính chất, thời hạn và độ

rủi ro, cho phép các NĐT có thé lựa chọn loại hàng hoá phù hợp với khả năng,

mục tiêu và sở thích của mình.

- Tao tính thanh khoản cho các chứng khoán: Nhờ có TTCK các NDT cóthé chuyén đổi các chứng khoán họ sở hữu thành tiền mặt hoặc các loại chứngkhoán khác khi họ muốn Khả năng thanh khoản là một trong những đặc tínhhấp dẫn của chứng khoán đối với người đầu tư Đây là yếu tố cho thấy tính linhhoạt, an toàn của von đầu tư TTCK hoạt động càng năng động và có hiệu quảthì tính thanh khoản của các chứng khoán giao dịch trên thi trường càng cao.

- Đánh giá hoạt động của doanh nghiệp: Thông qua TTCK, hoạt động củacác doanh nghiệp được phản ánh một cách tong hợp và chính xác, giúp cho việcđánh giá và so sánh hoạt động của doanh nghiệp được nhanh chóng và thuận tiện, từ đó cũng tạo ra một môi trường cạnh tranh lành mạnh.

- Tao môi trường giúp Chính phủ thực hiện các chính sách kinh tế vĩ mô:Các chỉ số của TTCK phản ánh động thái của nền kinh tế một cách nhạy bén và

chính xác Giá các chứng khoán tăng lên cho thấy đầu tư đang mở rộng, nền

kinh tăng trưởng, ngược lại giá chứng khoán giảm sẽ cho thấy các dấu hiệu tiêu

cực của nền kinh tế Vì thế, TTCK được gọi là phong vũ biểu của nền kinh tếvà là một công cụ quan trọng giúp Chính phủ thực hiện các chính sách kinh tế

vĩ mô Thông qua TTCK, Chính phủ có thê mua và bán trái phiếu Chính phủ đểtạo ra nguồn thu bù đắp thâm hụt ngân sách và quản lý lạm phát Ngoài ra,Chính phủ cũng có thể sử dụng một số chính sách, biện pháp tác động vàoTTCK nhằm định hướng đầu tư đảm bảo cho sự phát triển cân đối của nền kinhtế,

s* Cơ cầu

Xét về sự lưu thông của chứng khoán trên thị trường, TTCK có hai loại:

Trang 12

- Thị trường sơ cấp: Là thị trường mua bán các chứng khoán mới phát hành.Trên thị trường này, vốn từ nhà đầu tư sẽ được chuyên sang nhà phát hànhthông qua việc nhà đầu tư mua các chứng khoán mới phát hành

- Thị trường thứ cấp: Là nơi giao dịch các chứng khoán đã được phát hànhtrên thị trường sơ cấp Thị trường thứ cấp đảm bảo tính thanh khoản cho cácchứng khoán đã phát hành Thị trường thứ cấp là nơi trao đối, mua bán cácchứng khoán đã được phát hành Nhà đầu tư mua đi bán lại chứng khoán nhằm

vào một trong các mục đích: cất giữ tài sản tài chính, nhận một khoản thu nhập

có định hàng năm, hưởng chênh lệch giá Như vậy, thị trường thứ cấp sẽ khôngcung cấp dịch vốn cho các doanh nghiệp, thì nó có lợi gi? Không có thị trườngthứ cấp, thì sẽ không có thị trường sơ cấp Nếu chứng khoán phát hành ra màkhông lưu chuyền được trên thị trường thứ cấp, thì nhà đầu tư cũng không quantâm đến việc mua, nắm giữ chứng khoán phát hành (nhất là cô phiếu, một loạichứng khoán vô thời hạn) Cô phiếu của một tô chức niêm yết trên TTCK khiđược mua bán nhiều tức là phản ánh lòng tin của nhà đầu tư vào tô chức đó; dođó khi tổ chức niêm yết muốn tăng vốn, họ có thể tiếp tục phát hành cô phiếuhoặc trái phiếu đợt mới Vì vậy, thông thường, khi thị trường đang lên (chỉ sốgiá cô phiếu dang ở xu hướng tăng), thì các công ty dé dàng phát hành với khối

lượng lớn Khi thị trường đang xuống, thì các công ty rất khó phát hành chứngkhoán Ngược lại, nếu tổ chức phát hành các cô phiếu có chất lượng cao ở thịtrường sơ cấp thì việc mua bán trên thị trường thứ cấp mới sôi động, nếu phát

hành cổ phiếu không có chất lượng thì cỗ phiếu đó không thé giao dịch đượctrên thị trường thứ cấp

1.1.3 Chỉ số thị trường chứng khoán

s* Khái niệm:

Khi nói đến TTCK thì không thể không nhắc đến chỉ số chứng khoán là một

giá trị thống kê phản ánh tình hình phát triển của thị trường và tình hình hoạt

động của công ty trên thị trường.

Bat kì một TTCK nào cũng có một chỉ số chứng khoán riêng của nó Đó cóthé là chỉ số cho tất cả các CP trên thị trường của một quốc gia, như chỉ số giáHangseng của Hồng Kong, chỉ số giá CP tổng hợp của Hàn Quéc(KOSPI) hoặccó thé là chỉ số cho từng ngành, như chỉ số giá CP ngành công nghiệp của

Trang 13

số giá chứng khoán:

- Phương pháp Passcher: Đây là phương pháp tính chỉ số giá CP thông

dụng nhất Chỉ số tính bằng phương pháp này là chỉ số giá bình quân gia quyềngiá trị với quyền số là số lượng chứng khoán niêm yết thời kì tính toán Các chỉsố KOSPI (Hàn Quốc), S&P500(Mỹ), FT-SE 100 (Anh), TOPIX (Nhật), CAC(Pháp), VNIndex của nước ta đều áp dụng phương pháp này

- Phuong pháp Laspeyres: Chỉ số giá bình quân Laspeyres là chỉ số giá

bình quân gia quyền giá trị, lấy quyên số là số CP niêm yết thời kì gốc Chỉ mộtsố ít nước áp dụng phương pháp này, chăng hạn chỉ số FAZ, DAX của Đức

- Chi số giá bình quân Fisher: là chỉ số giá bình quân nhân giữa chỉ số giPasscher và chỉ số giá Laspeyres Về mặt lý luận có phương pháp này, nhưngtrên thực tế nó không được áp dụng ở bất kì một quốc gia nào

- Phuong pháp số bình quân giản đơn: lấy tổng thị giá của chứng khoánchia cho số chứng khoán tham gia tính toán Các chỉ số Dow Jon của Mỹ,Nikkei 225 của Nhật; MBI của Y áp dụng phương pháp này

- Phuong pháp bình quân nhân giản don: chỉ nên dùng khi độ lệch chuẩnkhá cao Các chỉ số Value line ( Mỹ), T-30 ( Anh) áp dụng phương pháp này

Thứ hai, chọn r6 đại diện R6 đại diện phải tiêu biểu, đại diện được cho tổng

thé vì tính chất các CP thường xuyên thay đổi, nên trong quá trình tính toáncũng cần thường xuyên thay những CP không còn tiêu biểu nữa bằng CP tiêu

nó.

1.2 Giới thiệu về TTCK Việt Nam- VN-Index

1.2.1 Khái niệm chỉ số chứng khoán VN-IndexVN-Index là chỉ số chứng khoán trên sàn giao dịch chứng khoán TP.HCM(HOSE), thé hiện xu hướng biến động tông hợp của giá tat cả các chứng khoánđược niêm yết và giao dịch trên sàn này

Chỉ số VN Index qua các năm lịch sửNăm 2006 Việt Nam gia nhập WTO, thị trường chứng khoán chứng kiến đàtăng nóng một cách rõ rệt nhất Sau đà tăng nóng đó thị trường hạ nhiệt với

Trang 14

Chuyên dé thực tập chuyên ngành Toán Kinh tếnhiều phiên giảm điểm liên tiếp.

Năm 2007 quyết định cắt giảm ưu đãi thuế đối với Doanh nghiệp niêm yếtcó hiệu lực và hàng loạt các doanh nghiệp nhà nước tiến hành IPO trong năm

này nên đây được đánh giá là năm hoàng kim của TTCK Chỉ số VN Index tănggần 4 lần so với năm 2006

Bước sang năm 2008, với nhiều nhà đầu tư thì đây là năm không mấy lạc quando sự ảnh hưởng nặng nề của cuộc suy thoái kinh tế toàn cầu xảy ra

Chịu sự ảnh hưởng của suy thoái kinh tế năm 2008 đầu năm 2009 chỉ số VN

Index bắt đầu tăng lên dưới sự kích cầu nền kinh tế của Chính phủ.Đầu năm 2020 dưới sự ảnh hưởng của dich Covid-19 chỉ số VN Index sụtgiảm 31%, các nhà đầu tư nước ngoài liên tục bán ròng Dưới sự tác động củaChính phủ về việc cắt giảm lãi xuất và tình hình kiểm soát dịch bệnh của ViệtNam khiến cho thị trường cũng có những sắc xanh trở lại, các nhà đầu tư nướcngoài đã dần quay trở lại thị trường

1.2.2 Cách tính chỉ số VN-IndexChỉ số VN- Index được tính toán theo phương pháp Passcher và được côngbố sau mỗi phiên giao dịch Nó so sánh giá trị vốn hóa thị trường hiện tại với

giá trị von hóa thị trường cơ sở vào ngày gốc.

P,; : Giá trị hiện hành của CP iQ;¡: Khối lượng niêm yết hiện hành của CP iPạ;: Giá thị trường vào thời kì gốc của CP i

Qoi: Khối lượng niêm yết vào thời kì gốc CP in: Số lượng cổ phiếu đưa vào tính chỉ số

Tuy nhiên, trong trường hợp còn có sự thay đổi về cơ cau số CP niêm yếtnhư thêm, bớt CP giao dịch vào cơ cấu tính toán hoặc các trường hợp có thayđối về vốn niêm yết thì công thức tính chỉ số VN- Index sẽ có thay đổi Hệ sốchia sẽ được điều chỉnh như sau:

Trang 15

1.2.3 Y nghĩa của chi số VN-Index

« M6 tả tâm lý của nhà đầu tư: Chỉ số này mô tả tâm lý, thái độ của cácnhà đầu tư đối với tình trạng kinh tế

« M6 tả hiệu suất của thị trường chứng khoán: Ví dụ tính đến phiên giaodịch ngày 18/6/2021 chỉ số VN-INDEX đạt 1,377.77 điểm, cho thấy hiệu suấtthị trường chứng khoán ké từ ngày phát hành cơ sở là đạt 1,377.77 lần Cách

đánh giá thị trường chứng khoán dựa theo khái niệm hiệu suất cũng mô tả được

nhiều ý nghĩa về kinh tế thị trường, và quy mô đầu tư

« Mô tả sự tăng trưởng của nền kinh tế: VN-Index còn cho thấy được sứctăng trưởng, tốc độ tăng trưởng của nền kinh tế Khi nền kinh tế có dấu hiệu

tăng trưởng, các doanh nghiệp, công ty có cơ cấu tài chính tốt, tăng trưởng đềuđặn thì nhiều nhà đầu tư sẽ quan tâm đến cổ phiếu như một kênh đầu tư, tích

lũy tài chính.

«e = Mô tả sự dich chuyền, thay đổi cơ cấu nền kinh tế: Vi dụ sau giai đoạn

2007, nền kinh tế bắt đầu bước vào giai đoạn phục hồi và cơ cấu lại các ngảnh.Người ta nhận thấy điều đó thông qua sự thay đổi của một loạt các chỉ số khácnhau Trong đó có sự phản ánh rõ rệt của chỉ số VN-INDEX Bởi vậy, chỉ sốnày cũng có ý nghĩa mô tả sự dịch chuyên và thay đôi cơ cấu nền kinh tế khá rõ

⁄

nét.

1.2.4 Một số chỉ số khác trên TTCK Việt NamNgoài chỉ số VN- Index, ở nước ta còn có nhiều chỉ số chứng khoán khác,chăng hạn như HN Index, VN30 Index, Upcom Index

- HNX-Index là chỉ số phản ánh biến động giá của các mã cổ phiếu đượcniêm yết trên Sở Giao dịch Chứng khoán Hà Nội Chỉ số HNX-Index trước

Trang 16

đây còn có tên gọi là HASTC-Index, do Sở Giao dịch Chứng khoán Hà Nội từng là Trung tâm Giao dịch Chứng khoán Hà Nội (HASTC) trước khi được

tô chức lại.- Chỉ số VN30 được hiểu nôm na là Chi số hỗn hợp đại diện cho 30 Công

ty hàng đầu đang Niêm yết trên sàn HOSE Mặc dù chỉ có 30 Công ty nhưngdo được chọn lọc là những Công ty lớn nhất nên Chỉ số VN30 sẽ chiếmkhoảng hơn 80% Tổng Giá trị vốn hóa của cả Thị trường (VN-Index)

- Chỉ số Upcom Index là chi số chứng khoán thé hiện sự biến động về giá của tat

cả cô phiếu trên sàn Upcom Vào ngày 24/6/2009, sở giao dich chứng khoán HàNội chính thức cho ra mắt sàn giao dịch upcom với 10 mã cô phiếu được niêm

yết Sàn giao dịch này được thành lập với mục đích tạo điều kiện cho các doanh

nghiệp chưa niêm yết tham gia vào thị trường Cùng thời điểm này, chỉ sốUpcom Index cũng được ra đời Đến thời điểm hiện nay, sàn Upcom đã có hơn

500 mã cô phiếu

Tuy nhiên do sự phát triển và đa dạng của HOSE nên chỉ số VN- Index đượcxem như là chỉ số trung bình giá chứng khoán trên thị trường Việt Nam MỗiNDT mua một CP riêng biệt sẽ chi quan tâm đến giá loại CP riêng biệt đó,nhưng người ta cũng quan tâm đến cả chỉ số VN-Index vì nó phản ánh được

một cách tổng quan trung bình giá trị của tất cả các CP đang được niêm yết.Quan sát sự tăng hay giảm của chỉ số này sẽ giúp NDT đánh giá được là giá CP

trung bình tăng hay giảm trong ngày hôm đó.

1.3 Một số phương pháp dự báo chuỗi thời gian

Bài toán dự báo bắt đầu hình thành từ xa xưa và ngày càng phát triển mạnhmẽ cho đến nay, trở thành một bộ phận không thê thiếu cho những hoạt độngcủa con người trong bối cảnh bùng nỗ thông tin Tất cả các lĩnh vực trong đời

sống xung quanh ta đều cần đến dự báo, chăng hạn như trong lĩnh vực khí

tượng thủy văn, việc dự báo thời tiết, nhiệt độ giúp ích rất nhiều cho nên kinh tếcũng như tránh được những thiệt hại to lớn do thiên nhiên gây ra, hoặc tronglĩnh vực tài chính nếu dự báo được xu hướng tăng giảm của tỷ giá , của cácđồng tiền hay giá của một CP thì sẽ mang lại nhiều lợi ích, vv Nói tóm lại,dự báo cung cấp những cơ sở cần thiết cho các hoạch định, nếu không có khoahọc dự báo thì những dự định tương lai mà con người vạch ra sẽ không có sứcthuyết phục cao

Căn cứ vào nội dung phương pháp và mục đích của dự báo, người ta chia dự

báo thành hai loại: Phương pháp định tính và phương pháp định lượng.

- Phuong pháp định tinh:

Trang 17

Thường phụ thuộc rất nhiều vào kinh nghiệm của một hay nhiều chuyên giatrong lĩnh vực liên quan Phương pháp này được sử dụng khi các thông tin định

lượng ít hoặc không có giá trị nhưng các thông tin định tính lại có giá tr.

- Phuong pháp định lượng: Phương pháp này sử dụng những dữ liệu quá khứ theo thời gian, dựa trên dữ

liệu lich sử dé phát hiện chiều hướng vận động của đối tượng phù hợp với một

mô hình toán học nào đó và đồng thời sử dụng mô hình đó làm mô hình ướclượng Tiếp cận định lượng dựa trên giả định rằng giá trị tương lai của biến số

dự báo sẽ phụ thuộc vào xu thế vận động của đối tượng đó trong quá khứ Đốivới phương pháp này, người ta thường sử dụng hai mô hình: mô hình chuỗi thời

gian và mô hình giải thích.

- Đối với mô hình chuỗi thời gian: Dựa trên việc phân tích chuỗi quan sátcủa một biến duy nhất theo biến số độc lập là thời gian Giả định chủ yếu làbiến số dự báo sẽ giữ nguyên chiều hướng phát triển đã xảy ra trong quá khứ vàhiện tại.

Các phương pháp định lượng có thể được ứng dụng khi các điều kiện sauđây được thỏa mãn: (1) Thông tin về quá khứ là có giá trị, (2) Các thông tin đócó thé được lượng hóa dưới dang dữ liệu số, (3) Có thé giả thiết một vài ảnh

hưởng của quá khứ còn tiến triển vào tương lai

1.3.1 Các bước thực hiện quá trình dự báo

- _ Quy trình dự báo các chuỗi thời gian bao gồm:

Bước 1: Xác định mục tiêu của dự báo

Việc xác định đúng van dé của bài toán giúp tìm ra được lời giải tối ưu Dovậy, trong thực tiễn người làm công tác dự báo phải xác định rõ mục tiêu cụ thểcủa việc dự báo, từ đó mới tiễn hành dự báo

Ba nội dung chính mà việc dự báo cần xác định rõ là: Đối tượng dự báo (vídụ: giá cổ phiếu, giá vàng, ty gid , ); khu vực dự báo (theo lĩnh vực, ngành

hay một đơn vị nào đó); thời gian dự báo (ngày, tuần, tháng, năm, )

Bước 2: Thu thập và phân loại dữ liệu.

Sau khi xác định xong đối tượng dự báo, cần thu thập dữ liệu theo hai loại:- Dé liệu thống kê

- _ Kiến thức, kinh nghiệm của các chuyên gia Các kiến thức này chủ yếusử dụng trong dự báo định tính.

Bước 3: Phân tích thô số liệu.Mục đích của phân tích thô là tìm ra những thông tin cơ bản nhất từ dữ liệu

cung câp về đôi tượng được dự báo.

Trang 18

Trước hết, vẽ đồ thị dữ liệu dé có cái nhìn trực giác về đối tượng nghiên cứu

Đối với chuỗi thời gian, ngoài đồ thị chuỗi số liệu thì cần phải phác thảo cả đồ

thị hàm tự tương quan và tự tương quan từng phần Các kết quả quan sát được

từ các loại đồ thị này cho ta kết luận về tính dừng của chuỗi thời gian Cácthống kê đơn giản cho mẫu dữ liệu cũng cần được tính toán như trung bình,

phương sai, độ lệch chuẩn, giá trị lớn nhất, giá trị nhỏ nhất,

Đối với chuỗi thời gian, quá trình phân tích thô nhằm phát hiện các thànhphần hợp thành nên chuỗi thời gian đó, từ đó chọn mô hình phù hợp cho dữ

liệu.

Bước 4: Xác định kỹ thuật dự báo.

Phương pháp dự báo thường được chọn tương ứng với đặc điểm của đốitượng cần dự báo và các yếu tố liên quan, ứng với các dữ liệu thu được Khichọn phương pháp dự báo, điều quan trọng là phải lựa chọn mô hình phù hợpvới dữ liệu để thu được các giá trị dự báo với độ tin cậy cao Muốn vậy, cần căncứ vào các kết quả phân tích thô dé lựa chọn một mô hình phù hợp, có độ khảthi cao Sau khi lựa chọn mô hình, các tham số của mô hình cũng được ước

lượng trên cơ sở dữ liệu Trong các phương pháp ước lượng, lựa chọn phương

pháp nào hiệu quả nhất.

Bước 5: Kiểm định sự phù hợp của mô hình.Việc kiểm định sự phù hợp của mô hình nhằm trả lời cho hai câu hỏi:

- Néu mô hình đã phù hợp, thì sử dụng vào đâu và nhằm mục đích gì?

Nếu mô hình chưa phù hợp với dữ liệu, thì có thể nhận dạng lại haykhông Trong trường hợp mô hình đã phù hợp với dữ liệu, chuyển sang bước 6.Còn nếu chưa thì lặp lại các bước 3, 4, 5 cho đến khi xây dựng được mô hìnhphù hợp thì chuyên sang bước 6

Bước 6: Xác định các giá tri dự báo theo mô hình Sau khi đã chọn được các

mô hình phù hợp với dit liệu, sử dụng mô hình dé tính toán các giá trị dự báo

tương lai của dữ liệu Khi đó phân tích các ưu, nhược điểm của từng mô hình.Đánh giá độ chính xác của phương pháp dự báo thông qua các thống kê đã có.Từ đó chọn lựa mô hình tối ưu nhất, tính toán các giá trị dự báo theo mô hình

đó.

1.3.2 Các thống kê đo độ chính xác của dự báoThông thường dé đánh giá độ chính xác của phương pháp dự báo, ta thườngsử dụng các thông kê sau:

Trang 19

- Sai sỐ trung binh ( Mean Error)

Trang 20

hàng

Các giá trị chuỗi thời gian của đại lượng y được kí hiệu: y¡, ¿, , Yes es Vn

trong đó y,là giá trị quan sát của biến y tại thời điểm t Những biến đi sau haytrễ s thời kì với y, gọi là biến trễ, được kí hiệu y,_,, Các biến đi trước hay dẫn sthời kì với yt gọi là biến dẫn, kí hiệu y,,, Một chuỗi thời gian thông thườnggồm có các thành phần cơ bản như tính xu hướng (trend), tính mùa vụ(seasonal), tính chu kỳ (cyclical), các điểm bất thường (outliers) và tính ngẫunhiên (irregular).

1.3.3.2 Các thành phần của chuỗi thời gian

Components/ Patterns of Time-Series Data

chuỗi thời gian đó có hiện tượng dừng theo giá trị trung bình (stationary mean).

- _ -Thành phan mùa: Là chiều hướng tăng hay giảm của đại lượng y tínhtheo mùa trong năm (mùa có thé là tháng, quý, ) Vi dụ: lượng tiêu thụ hànghóa tăng lên vào dip tết Nguyên đán, hay lượng vé đi bơi tăng vào mùa hè,

- Thanh phan chu kì: Là sự thay đổi tăng (giảm) của chuỗi dữ liệu lên

xuống xoay quanh xu hướng dai hạn Chu kì là đối tượng khó dự đoán trong dai

Trang 21

hạn.

- _ Thành phan ngẫu nhiên: Chi sự thay đổi bất thường của các giá trị trong

chuỗi thời gian mà không xác định được chiều hướng vận động của nó Những

thay đổi này được gây ra do những yếu tố bên ngoài dit liệu và chúng ta khôngthé dự đoán được chúng Mục đích của chúng ta là phải mô hình hóa mọi thànhphần của chuỗi thời gian cho tới khi thành phần sai số là ngẫu nhiên

1.3.4 Các vấn đề liên quan đến tính dừng

s* Khái niệm

Dữ liệu của bất kỳ chuỗi thời gian nào đều có thể được coi là được tạo ra từmột quá trình ngẫu nhiên và một tập hợp dữ liệu cụ thé có thé được coi là mộtkết quả cá biệt của quá trình ngẫu nhiên đó Hay nói các khác, có thé xem quátrình ngẫu nhiên là tổng thé và một tập hợp dữ liệu cụ thé là một mẫu có đượccủa tong thé đó Một tính chất của quá trình ngẫu nhiên được các nhà phân tíchvề chuỗi thời gian đặc biệt quan tâm và xem xét kỹ lưỡng là Tính dừng

Một quá trình ngẫu nhiên Y, được coi là dừng nếu kỳ vọng, phương sai và

hiệp phương sai tại cùng một độ trễ của nó không đổi theo thời gian

Cụ thé Y, được gọi là dừng nếu:

Trung bình: E(y¿) = u (V£)(1)

Phuong sai: Var(y,) = E(y¿ — w)? = 0? (Vt) (2)

Đồng phương sai: Covyy,.y ,) = ElOr —W Orr —)]=y„ (Wt) 3)

Điều kiện thứ 3 có nghĩa là hiệp phương sai giữa y, và y;„„ chỉ phụ thuộc

vào độ trễ về thời gian (k) giữa hai thời đoạn chứ không phụ thuộc vào thời

điểm t

Ví dụ: Cov(y2,¥7) = Cov(o.¡s) = Cov(¥30, ¥35,) = = Cov(ye Yes).

Nhung Cov(; y;+s) có thé khác Cov(y; y;+¿) Quá trình ngẫu nhiên y, đượccoi là không dừng nếu nó vi phạm ít nhất một trong ba điều kiện trên Gujarati(2003) cho rằng, mặc dù mối quan tâm chính của chúng ta là ở các chuỗi dừng,nhưng thông thường ta lại hay gặp phải các chuỗi không dừng do bản chất củachuỗi có yếu tô xu thế hoặc ngẫu nhiên, và đó dường như là bản chất của cácbiến kinh tế

Ví dụ cô điển của trường hợp chuỗi không dừng là mô hình bước ngẫunhiên, kinh tế lượng chuỗi thời gian thường chia bước ngẫu nhién thành 2 loại:

bước ngẫu nhiên không có hằng số và bước ngẫu nhiên có hằng số

“+ Hậu qua của chuỗi không dừng

Trong mô hình hồi quy cô điên, ta giả định rang sai sô ngâu nhiên có kỳ

Trang 22

Chuyên dé thực tập chuyên ngành Toán Kinh tếvọng bằng không, phương sai không đổi và chúng không tương quan với nhau.

Với dữ liệu là các chuỗi không dừng, các giả thiết này bị vi phạm, các kiểm

định t, F mat hiệu lực, ước lượng và dự báo không hiệu quả hay nói cách khác

phương pháp OLS không áp dụng cho các chuỗi không dừng Điền hình là hiện

tượng hồi quy giả mạo: nếu mô hình tồn tại ít nhất một biến độc lập có cùng xu

thế với biến phụ thuộc, khi ước lượng mô hình ta có thể thu được các hệ số có ýnghĩa thống kê và hệ số xác định R? rất cao Nhưng điều này có thé chỉ là giả

mạo, R2cao có thé là do hai biến này có cùng xu thế chứ không phải do chúng

tương quan chặt chẽ với nhau.

Theo Gujarati (2003), nếu một chuỗi thời gian là không dừng, ta chỉ có thénghiên cứu hành vi của nó trong phạm vi thời gian đang xem xét Lúc naychúng ta chỉ xem xét được những tình tiết của hiện tại và quá khứ chứ không dựbáo được cho tương lai vì chuỗi không dừng biến động một cách không hội tụ,

tức giá trị quá khứ lúc này tác động đến giá trị hiện tại một cách vô hạn vàkhông bao giờ kết thúc Khi xây dựng các mô hình dự báo, chúng ta giả định

rằng các xu hướng hiện tại và quá khứ giữ nguyên chiều hướng vận động chotương lai Do vậy, nếu thực hiện mô hình hóa trên một chuỗi dữ liệu khôngdừng thì việc dự báo cho tương lai rất khập khiéng và dường như không có ýnghĩa.

Trong thực tế, phần lớn các chuỗi thời gian đều là chuỗi không dừng, kếthợp với những hậu quả trình bày trên đây cho thấy tầm quan trọng của việc xác

định một chuỗi thời gian là có tính dừng hay không

s* Kiểm định tính dừng- _ Dựa trên đồ thị của chuỗi thời gianMột cách trực quan chuỗi y„ có tính dừng nếu như đồ thị y=f(t) cho thaytrung bình và phương sai của quá trình y, không đổi theo thời gian Ngược lại,nếu nhìn vào đồ thị của một chuỗi theo thời gian mà trung bình của nó có xuhướng tăng hoặc giảm theo từng thời kỳ thì lúc này có thé suy đoán rằng điềukiện một bị vi phạm (điều kiện trung bình không đôi theo thời gian), nên chuỗiđó là không dừng Phương pháp này cho ta cái nhìn trực quan, đánh giá ban đầu

về tính dừng của chuỗi thời gian Tuy nhiên, với những chuỗi thời gian có xu

hướng không rõ ràng, phương pháp này trở nên khó khăn và đôi khi không

chính xác.

- — Dựa vào lược đồ tự tương quan

s* Tự tương quan (ACF)

Một cách kiểm định đơn giản tính dừng là dùng hàm tự tương quan (ACF

-11181530 - NGUYEN THỊ THU HANG 16

Trang 23

Chuyên dé thực tập chuyên ngành Toán Kinh tếAutocorelation Function), với độ trễ k, ký hiệu bằng Px, được xác định như sau:

đồ ACF)

Bartlett’s đã chi ra rằng nếu một chuỗi là ngẫu nhiên và dừng, thì các hệ sốtự tương quan ø„ sẽ có phân phối xấp xi chuẩn với kỳ vọng toán bằng 0 vàphương sai 1/n với n khá lớn, p, ~ N(O, 1/n).

Ta cần kiểm định cặp giả thiết:

Ho: Pe = 0 ( chuỗi dừng) Hị: py # 0 ( chuỗi không dừng)

z xu p p Tac6Z = =k =

o SEny 1/n

Nếu py €(-Zaj2/Vn , Z„/z/Vm ) thì chấp nhận giả thiết Hạ với mức ý nghĩa a

Giá trị của các chỉ số Z tra trong bảng đã được tính toán sẵn Với độ tin cậy

95%, khoảng tin cậy của p, là +1,96/Vn Nếu p„e(-1,96//n ; +1,96/Vn) tachấp nhận giả thiết Hạ, tức chuỗi đang xét là một chuỗi dừng, ngược lại nếu pkkhông thuộc khoảng nay, ta bác bỏ Ho (với mức ý nghĩa 5%.

¢ Tự tương quan phan PACFCác hệ số tự tương quan ø„ (k > 2) phan ánh mức độ kết hop tuyến tính củaYe và y;„„ Tuy nhiên, mức độ kết hợp giữa hai biến còn có thé do một số biếnkhác gây ra Trong trường hợp này là ảnh hưởng từ các biến y,_¡, , Ye-

y;+¡Do đó dé do độ kết hợp riêng rẽ giữa y,va y;_„ta sử dụng hàm tương quan

riêng PACF với hệ số tương quan riêng ø„„ được ước lượng theo công thức đệquy cua Durbin:

Đk—X}=1Pk~1j Pk-j

PACF= Tea py

Hệ số tương quan riêng phan do lường mối quan hệ giữa hai biến khi tất cả

những biến khác giữ nguyên không đổi Nếu chuỗi dừng thì các pkk cũng cóphân phối chuẩn N(0,1/n), do đó kiểm định giả thiết đối với p„„tương tự nhưđối với Dx

s* Kiểm định đồng thờiBox — Pierce đã đưa ra kiểm định về sự đồng thời bằng không của các hệ số

Trang 24

Giả sử có phương trình sau: y,= u, Nếu + là một nhiễu trắng thì nó có

trung bình bằng 0, phương sai không đổi và hiệp phương sai giữa hai u, bằng

không Nhiễu trăng là một trường hợp đặc biệt của chuỗi dừng Các điều kiệnnày hàm ý rằng chúng ta không thể dự báo được nhiễu trắng từ những giá trịtrung bình trong quá khứ của chính nó Nếu 1; còn có tự tương quan thì điềunày có nghĩa là còn có những thông tin ân chứa trong ¿ mà chúng ta có thékhai thác dé cải thiện mô hình hồi quy

e Bước ngẫu nhiên

Nếu y,= y;_¡+¿ với „ là nhiễu trắng, thì y, được gọi là bước ngẫu nhiên

Var(y;) = ta? (thay đổi theo t) Điều này chứng tỏ 1 là chuỗi không dừng và

y, được gọi là bước ngẫu nhiên.

* Kiểm định nghiệm đơn vi Dickey — Fuller (Unit root test)

Một tiêu chuẩn khác để kiểm định tính dừng là kiểm định nghiệm đơn vị,được giới thiệu bởi Dickey (1976), Dickey & Fuller (1979), kiểm định nàyđược sử dụng phô biến trong nghiên cứu thay vì dùng lược đồ tương quan vì cótính học thuật và chuyên nghiệp hơn.

Xét mô hình sau với 1; là nhiễu trắng:Ve= PYe-1+u, (1.1)

Nếu p=1 thì y;là bước ngẫu nhiên và không dừng Do đó để kiểm định tính

dừng của y,ta kiểm định giả thiết:

Trang 25

Hạ: p=1 (y,là chuỗi không dừng)

H;: p#1 y,là chuỗi dừng)

Chúng ta biến đổi phương trình (1.1) thành:Ve- Ve-1= PVe-1 - Ve-1 Ty = (P-L) Ye-1 +UAY,-1 =¿—{ + UtNhu vậy, các giả thiệt có thê việt lại:

Hạ: ø = 0 (y; là chuối không dừng)

Hy: o #0 Œ¿ là chuỗi dừng)

Ở đây ta không thê sử dụng kiểm định t vì y,có thê là chuỗi không dừng, hay

Dickey va Fuller cho rằng các giá trị t của hệ số y;_;sẽ không tuân theo xác

suất Student mà theo xác suất + (tau statistic), kiểm định thống kê con được

gọi là kiểm định Dickey — Fuller

Ta sử dụng tiêu chuẩn kiểm định như sau t = có phân phối theo quy luật

Với gia thiệt HO: y=0 (chuỗi dừng) Nêu ¿có tự tương quan nghĩa là Ay, phụ thuộc vào các Ay;_,trong quá khứ như Ay;_¡, Ay;_2, thì ta cải biên mô

hình (3) thành mô hình:

m

Ay; = By + Bot +ỗy¿_ + » a; Ấy;_ + Ut

i-0

Lúc nay kiém dinh DF nhu phương trình trên được gọi là kiểm định DF mở

rộng (ADF — Augmented Dickey — Fuller Test), áp dụng cho chuỗi thời gian cóbậc tự hồi quy cao hơn và quy trình tiến hành việc kiểm định là hoàn toàn

tương tự.

s* Biến đôi chuỗi không dừng thành chuỗi dừngNếu một chuỗi thời gian không có yếu tố dừng, chúng ta phải biến đổi nóthành dừng trước khi xây dựng mô hình ARIMA, phương pháp là lay sai phâncấp d với d=1 hoặc d=2,

Cu thé xét bước ngẫu nhiên: y,= y;_¡+ „với ut là nhiễu trang Ta lấy saiphân cấp 1 của yt: D(y;) = y¿ - V¿_¡= Uy Trong trường hợp nay D(y,) là chuỗidừng vi ut là nhiễu trắng Trường hợp tổng quát, với mọi chuỗi thời gian nếusai phân cap 1 của Y, chưa dừng ta tiếp tục lấy sai phân cấp 2, 3 Các nghiên

Trang 26

Chuyên dé thực tập chuyên ngành Toán Kinh tếcứu đã chứng minh luôn tồn tại một giá trị d xác định dé sai phân cấp d của Ÿ,là chuỗi dừng Khi đó Ÿ được gọi là liên kết bậc d, ký hiệu là I(d) Sai phân cấp

d được lấy như sau: (1) (2) (3)

Sai phân cấp 1:

Dt ) =e -Ye-1

Sai phan cap 2:

D(DỢ,)) = D”(y¿) = (e-Ye-1) - Ve-1- Ve-2)

Sai phan cap d:D(D2-1(y,)) Nếu y¿ ở dang lôgarít thi D(y,) sẽ phản ánh phan trăm thay đổi

của y, so với thời kì trước đó, lúc này nếu y; là giá chứng khoán thì DŒ,)

chính là tỷ suất sinh lợi tại thời điểm t

1.3.5 Quá trình tự hồi quy (AR), trung bình trượt (MA) và các mô hình

tự hồi quy tích hợp trung bình trượt (ARMA)

Trước khi đi vào nghiên cứu các mô hình, chúng ta cần làm rõ khái niệm độtrễ của một biến hay còn gọi là biến trễ: biến trễ là biến giá trị quá khứ của biếnhiện tai Mô hình hồi quy không chỉ bao gồm biến hiện tại mà còn bao gồm giátrị quá khứ (giá trị trễ) Biến trễ thường gặp trong dit liệu chuỗi thời gian Môhình chứa biến phụ thuộc là biến trễ gọi là mô hình tự hồi quy, và nếu mô hình

có độ trễ càng cao thì càng mat nhiều quan sát, đây là yếu tố cần chú ý khi lựa

chọn mô hình.

1.3.6 Quá trình tự hồi quy (AR — Autoregressive)

a Quá trình tự hồi quy bac 1

AR(1) Thực hiện hồi quy y, theo y;_; va sai số ngẫu nhiên u,, thu được quátrình AR(1) như sau:y, = @o + 91y;-1 + 1¿ Trong đó u, là nhiễu trắng Điều

kiện dé Y, dừng là |Ø;| < 1

b Quá trình tự hồi quy bậc p— AR(p)Thực hiện hồi quy Y, theo các quan sát trong quá khứ Vt-p (bién tré), ta thuđược qua trình AR(p), trong đó p là số độ trễ sử dung trong mô hình

Một quá trình AR(p) có dạng:

Ve = Po + P1rVe-1 + PiVe-2 FF ØpY¿—pT Ut

Trong đó 1 là nhiễu trang.Điều kiện cần dé y, dừng là

v1 Pi < 1 và py] < 1 ( Phạm Trí Cao năm 2007) Mô hình AR(p) chi bao

gồm các biến trễ của biến phụ thuộc va hạng sai số ngẫu nhiên, nó không baogôm bat kỳ một biên nào khác, nên nó được xem là một mô hình có “dữ liệu tự

Trang 27

q: số các sai số quá khứ được dùng trong mô hình trượt.Điều kiện cần là tổng các hệ số trung bình trượt phải nhở hơn 1:

O95 + 0;+-+Ø,<1

1.3.8 M6 hinh ARIMA va phuong phap Box-Jenkins

a M6 hinh ARIMAKhi kết hợp hai quá trình tự hồi quy và trung bình trượt lại với nhau sé tạo ra

được một quá trình hỗn hợp gọi là quá trình tự hồi quy tích hợp trung bình

trượt: ARMA (p, q) Hàm tuyến tính của quy trình này sẽ bao gồm những quansát dừng quá khứ và những sai số dự báo của cả quá khứ và hiện tại

Ve = Ø1¿—1 + 01Ÿ¿—¿ + + ØpV¿—pT Ut + Øytty_+ + Øyuy_; + ++ + OgUr—q

Tuy nhiên, mô hình ARMA chỉ được áp dụng khi chuỗi thời gian nghiên

cứu phải có tính dùng Mà trong các bài toán tài chính nói riêng, cũng nhưtrong thực tế nói chung, đa phần các chuỗi thời gian là không có tính ừng Dođó, cần dùng phương pháp lấy sai phân để biến đổi một chuỗi thời gian khôngdừng thành chuỗi dừng trước khi kết hợp với quá trình ARMA Khi đó, ta sẽ cóđược mô hình trung bình trượt đồng liên kết tự hồi quy ARIMA (p, d, q) (với plà số hạng tự hồi quy, q là số hạng trung bình trượt và là bậc sai phân)

b Phương pháp Box-JenkinsGeorge Box & Gwilym Jenkins (1976) đã nghiên cứu mô hình tự hồi quytích hợp trung bình trượt ARIMA, thường gọi là phương pháp Box-Jenkins.Phương pháp này không dựa trên một hay nhiều phương trình mà dựa vào việc

phân tích tính ngẫu nhiên của một chuỗi thời gian Theo đó, chuỗi thời gian có

Trang 28

Chuyên dé thực tập chuyên ngành Toán Kinh tếthé được giải thích bằng hành vi ở hiện tại, trong quá khứ, các trễ và các yếu tố

ngẫu nhiên Một câu hỏi lớn đặt ra đối với mô hình ARIMA là làm thế nào xác

định các giá tri p, d, q và xây dựng được mô hình phù hợp? Box-Jenkins đã đưa

ra phương pháp đề xác định mô hình này qua các bước:

Bước 1: Nhận Dạng (xác định các giá tri p, d, q) Trước tiên, kiểm tra tínhdừng của chuỗi dit liệu gốc, nếu chưa dừng thì tiến hành lấy sai phân I(d), bậccủa d ở đây chính là bậc d trong mô hình ARIMA (p,d,q) Nếu chuỗi dừng ngay

tại chuỗi gốc thì d=0, nếu chuỗi dừng ở sai phân bac I thì d=1, Tuy nhiên, qua

quá trình thực nghiệm nhận thấy rằng nếu lấy In (lôgarít tự nhiên cơ số e) chuỗidữ liệu trước khi thực hiện các bước sau sẽ cho mô hình phù hợp hơn Công cụchủ yếu để xác định p, q cho mô hình ARIMA là dựa trên Lược đồ tự tươngquan ACF và Tự tương quan riêng phần PACF của chuỗi gốc đã được biến đổithành chuỗi dừng, kết hợp với phương pháp thử và sai:

Bảng 1.1: Các dạng lý thuyết ACF và PACF đổi với mô hình AR,MA

và ARMAoo ok, Dang tiêu biểu củaLoại mô hình Dạng tiêu biêu của ACF

PACF

AR(p) Suy giam theo cap s6 Dinh cao đáng kê qua

nhân hoặc với dạng sóng | các độ trê q

hình sin tắt dần hoặc cả 2MA(q) Dinh cao đáng kể qua các Suy giảm theo cấp số

độ trễ q nhân

ARMA(p,q) Suy giảm theo cấp số Suy giảm theo cấp số

nhân nhân

Nguồn: Bài đọc “ Kinh tế lượng về chuối thời gian I: Dự báo mô hình

ARIMA và VAR — Chương trình giảng dạy kinh tế Fullbright)

ARIMA ACF PACF

(p.d,0) Giảm dạng mũ hoặc giảm Pex = 0 với k>p

hình sin (0,d.q) Pe với K> q Giảm mũ hoặc giảm

hình sin (1,d,1) Py #Osau đó giảm dang Pi1 #Osau đó giảm

mũ /giam hình sin mũ/g1ảm hình sin

(1,d,2) P1,P2 #0sau đó giảm Pi1 #Osau đó giảm

Trang 29

dang mũ /giảm hình sin dạng mũ /giảm hình sin (2,d,1) Pi, #0sau đó giảm dang P11»P22 #0sau đó

mũ /giảm hình sin giảm dạng mũ /giam

hình sin (2,d,2) P1,P2 #0sau đó giảm Pi1,P22 #Osau đó

dang mũ /giam hình sin giảm dang mũ /giam

hinh sin

Nguồn: Giáo trình “Kinh tế lượng ứng dung” — Pham Trí Cao

Khi quyết định lựa chọn một mô hình ARIMA(p,q), chúng ta cần kết hợp vớicác tiêu chí chung được nhiều nhà nghiên cứu ứng dụng Dưới đây là ba tiêu

Tiéu chi HQIC (Hannan-Quinn Criterion):

HQIC(p,q) = In(ø?) + 2 —O (In(n))

Về bản chất, các tiêu chuan này được mở rộng từ tong bình phương phan du(RSS — Residual Sum Squared) gồm hai thành phần: thanh phan phương saisai số (có nguồn gốc từ tong bình phương phan dw) va thanh phan phat(penalty term) Nếu ta dua thêm biến vào mô hình thì làm giảm thiêu RSS phảiđủ để bù đắp sự gia tăng hình phạt tương ứng của việc thêm biến Do đó, điềukiện dé lựa chọn p, q là tối thiêu hóa AIC, SIC, HQIC Về mặt lý thuyết thì SICtỏ ra chính xác hơn, và nghiêm ngặt hơn trong việc đưa thêm biến vào mô hình.Song thực tiễn thì SIC không nắm bắt được hết tự tương quan của chuỗi thờigian nên người ta thường dùng AIC làm tiêu chuẩn phô biến hơn HQIC đứnggiữa hai tiêu chí trên trong việc lựa chọn.

Trang 30

Bước 2: Ước lượng

Đề ước lượng các hệ số của mô hình, đôi khi ta có thể thực hiện bằng

phương pháp bình phương nhỏ nhất (OLS), nhưng cũng có trường hợp phải sử

dụng các phương pháp ước lượng phi tuyến Ngày nay, với sự trợ giúp của các

phần mềm thống kê, ta có thé dé dàng thực hiện điều này

Bước 3: Kiểm tra Box và Jenkins đề cập hai cách tiếp cận là “phù hợp hơn”(over fitting) và “chan đoán phan dư” “Phù hợp hơn” được hiểu là khi ta thêm

các điều khoản ARIMA vào mô hình ở bước 1 thì các hệ số không có ý nghĩathống kê, tức lúc này mô hình ở bước I là phù hợp hơn “Chan đoán phan dư”

là xem phần dư của mô hình có dừng hay cụ thể có phải là nhiễu trắng haykhông, tức có ngẫu nhiên hay không (không có tự tương quan) Nếu phần dưkhông phải là nhiễu trắng thì phải xem xét định dạng, nhận dạng lại mô hìnhnhư ở bước 1 Tức lúc này có những yếu tố trong mô hình không phải là ngẫunhiên mà ta chưa khai thác hết Có thể kiểm tra xem phần dư có phải là nhiễutrăng hay không thông qua lược đồ tự tương quan ACF và PACF, Lijung Boxhay LM test của Breuch Godfrey Đồng thời, cũng cần kiểm tra xem phần dư cótiệm cận phân phối chuẩn hay không, điều kiện hội tụ và dừng có thỏa mãnkhông Đặc biệt, sai số dự báo càng nhỏ thì mô hình càng tốt

Thông thường, một chuỗi dữ liệu có thê phù hợp với nhiều mô hình ARIMAkhác nhau, do đó chúng ta cần thử nhiều mô hình dé chọn được mô hình phùhợp nhất Đó là lý do tại sao phương pháp lập mô hình ARIMA của Box-

Jenkins được xem là nghệ thuật nhiều hơn là khoa học Cần phải có kỹ năng tốtdé lựa chọn đúng mô hình ARIMA thích hợp nhất, với các tiêu chuẩn thườngđược áp dụng như: Log likelihood (càng lớn càng tốt), Akaike, Schwarz (càngnhỏ càng tốt) hay so sánh với dữ liệu quá khứ dé lựa chon mô hình thích hợpnhất

Bước 4: Dự báo Dựa trên mô hình vừa xây dựng, tiễn hành dự báo điểm và

dự báo khoảng cho những thời điểm trong tương lai, kết hợp với đánh giá độchính xác của dự báo Phương pháp tốt nhất là ta chỉ nên dự báo cho một thời

gian ngắn so với hiện tại vì dự báo càng xa sẽ cho sai số càng lớn

s Tổng hợp các nghiên cứu trong nướcNhững năm gần đây, việc ứng dụng các mô hình chuỗi thời gian, đặc biệt làmô hình ARIMA đã được giới học thuật Việt Nam nỗ lực tiếp cận và ứng dụngdé dự báo cho nhiều chỉ tiêu kinh tế quan trọng Trong đó có thể ké đến một sốnghiên cứu điển hình như sau:

Trung & cs (2010), nghiên cứu việc ứng dụng mô hình ARIMA dé dự báo

Trang 31

Chuyên dé thực tập chuyên ngành Toán Kinh tếVNIndex Họ chọn mô hình ARIMA(0,1,1) làm mô hình tốt nhất dé tiến hành

dự báo và nhận định răng dữ liệu dự báo rất sát với dit liệu thực tế

Gương (2012), nghiên cứu kỹ thuật khai phá dữ liệu chuỗi thời gian áp dụng

trong dự báo giá chứng khoán Tác giả đã ứng dụng mô hình ARIMA trong dựbáo chỉ số VN-Index Điểm nổi bật của dé tài là bên cạnh việc tiếp cận mô hìnhARIMA, tác giả đã đưa ra những chi dẫn cụ thé trong việc sử dụng phần mềmEviews — một công cu đắc lực phục vụ cho việc ước lượng mô hình chuỗi thời

gian.

Dũng (2012), nghiên cứu dự báo lạm phát quý I năm 2013 qua mô hìnhARIMA, kết luận cuối cùng họ sử dụng mô hình ARIMA (13,1,1) dé tiến hànhdự báo Họ cũng đưa ra nhận định là kết quả dự báo tương đối chính xác

Tài (2012), nghiên cứu dự báo sản lượng lúa Việt Nam băng các mô hìnhtoán học Tác giả sử dụng hai mô hình: hồi quy tuyến tính và phân tích chuỗithời gian thông qua mô hình ARIMA Mô hình chuỗi thời gian tỏ ra tốt hơn chocông tác dự báo Tác giả cũng nhắn mạnh dự báo sản lượng lúa ở vụ đông xuâncho kết quả tốt hơn vụ hè thu vì vụ đông xuân ít chịu ảnh hưởng của thời tiết và

sâu hại, diện tích gieo xạ ôn định

Thi (2009), nghiên cứu dự báo giá cá sông tại thành phố Hồ Chí Minh bằng

các quá trình ngẫu nhiên — mô hình ARIMA.

Giám, Han, Phương & Thuy (2012), nghiên cứu xây dựng mô hình ARIMA

cho dự báo khách du lịch quốc tế đến Việt Nam Họ đã chọn ra mô hình

ARIMA(12,1,12) phù hợp dé tiến hành dự báo Họ cũng khang định mô hìnhARIMA chưa phải là tối ưu trong việc dự báo vì một sỐ giả định của nó vẫncòn bị vi phạm cần phải khắc phục

Bách (2010), nghiên cứu phân tích dự báo giá và rủi ro thị trường cổ phiếu

niêm yết tại Việt Nam Tác giả đã trình bày chi tiết về việc ứng dụng mô hình

ARIMA, ARCH/GARCH vào dự báo giá, rủi ro của cả hai chỉ số VN-Index và

HNX-Index Tác giả nhắn mạnh việc ứng dụng mô hình đòi hỏi sự linh độngcao của nhà nghiên cứu.

s Tổng hợp các nghiên cứu nước ngoàiĐề nắm bắt được xu hướng vận động dài hạn của chuỗi dữ liệu thời gian,nhiều tác giả đã sử dụng mô hình tự hồi quy tích hợp trung bình trượt (ARIMA)dé nhận dạng, đánh giá và phân tích, từ đó tìm ra quy luật vận động của chuỗithời gian và xây dựng mô hình phục vụ cho mục đích nghiên cứu Radha (2004), nghiên cứu ứng dụng mô hình ARMA, ARMA-GARCH, ARMA-EGARCH trong dự báo lãi suất ngắn hạn MIBOR của tín phiếu kho bạc Ông đi

Trang 32

Chuyên dé thực tập chuyên ngành Toán Kinh tếđến kết luận rằng ARIMA-GARCH là mô hình thích hợp nhất dé dự báo giá trịtrong ngắn hạn.

Natalia et al (2005), kiểm tra hiệu quả dạng yếu của TTCK Nga, xem xétcho giai đoạn từ 01/09/1995 đến 01/05/2001 Họ sử dụng dữ liệu hàng ngày,

hàng tuần trên hàng loạt chỉ số của hệ thống thương mại Nga Họ cho rằng trêncác mô hình tuyến tính và phi tuyến đề nghị gồm: ARIMA và ARCH/GARCHthì không có mô hình nào cung cấp dự báo tốt hơn so với các mô hình còn lại

Đồng thời, đưa ra kết luận rằng dự báo chính xác nhất thu được ở những quansát đầu tiên ngoài mẫu ước lượng

Tatyana (2010), nghiên cứu sự biến động của thị trường dầu thô Brent vàWTI thông qua việc sử dụng các công cụ dé kiểm tra hành vi biến động củachuỗi dữ liệu giá dầu trong quá khứ, từ đó xác định các mô hình ARMA dé dựbáo giá dầu trong ngắn hạn

Pawan (2002), nghiên cứu dự báo biến động của phương sai có điều kiện củatỷ suất sinh lợi chỉ số chứng khoán S&P 500 Tác giả đã ứng dụng mô hìnhGarch, Mean Revision và ARIMA là những ước lượng ban dau Tác giả cũng điđến kết luận rằng mô hình EGARCH là phù hợp nhất với các thông số dữ liệu.Ravindran et al (2007), nghiên cứu dự báo tỷ giá hối đoái đồng đôla Mỹ -Ringgit Malaysia bằng việc ứng dụng mô hình ARIMA và GARCH

s* Nhận xét

So với các bài nghiên cứu nước ngoài, các bài nghiên cứu trong nước vẫn

bộc lộ nhiều hạn chế Về cơ bản, các mô hình ARIMA được nghiên cứu sâu vàrộng rãi hơn so với các mô hình biến thể của nó Có thể thấy các bài nghiên cứutrong nước đang tích cực và nỗ lực dé tiếp cận, giới thiệu các ứng dụngARIMA đến công chúng Tuy nhiên, dé nắm bắt và hiểu được sơ bộ cách thứcsử dụng mô hình khi lần đầu đọc vào các tài liệu này sẽ không phải là điều dễdàng, và việc ứng dụng chúng vào thực tiễn cũng sẽ gặp nhiều khó khăn Hơnnữa, so với các nghiên cứu ở nước ngoài thì nghiên cứu của chúng ta còn hẹp

và chưa mở rộng ra tất cả các lĩnh vực đời sống xã hội, cũng như chưa thể ứng

dụng triệt để và hiệu quả những mô hình này vào phát triển kinh tế xã hội đấtnước Bên cạnh đó, các dé tài nghiên cứu về lĩnh vực chứng khoán còn tôngquan, chưa đi sâu vào các khía cạnh nhỏ, và điều quan trọng là thường có độ trễrất lớn từ những nghiên cứu học thuật trước khi đi vào thực tiễn rộng rãi đối vớicác nghiên cứu ở Việt Nam Với những hạn chế như vậy, trên quan điểm của

mình, tôi xin trình bày đề tài nghiên cứu “Ứng dụng mô hình ARIMA vào dự

báo chỉ số VN-Index trong ngắn hạn ”, thông qua việc tiếp cận chỉ số chứng

Trang 33

Chuyên dé thực tập chuyên ngành Toán Kinh tếkhoán VN-Index kết hợp với quá trình nhận dạng, đánh giá và phân tích chuỗi

thời gian của chỉ số VN-Index, từ đó nắm bắt được quy luật vận động chungcủa chuỗi dữ liệu và tiến hành xây dựng mô hình phục vụ cho mục đích dự báo

trong ngắn hạn

Trang 34

CHƯƠNG 2: CHÍ SO CHUNG KHOAN VN-INDEX VA DIEN BIEN THỊ TRUONG CHUNG KHOÁN VIỆT NAM

GIAI ĐOẠN 2010- 2021

2.1 Các yếu tố kinh tế vĩ mô ảnh hưởng đến TTCK

Thông qua quá trình nghiên cứu và kiểm chứng thực tế của nhiều chuyên gia

khác nhau, tất cả đều khang định các yếu tố vĩ mô rõ ràng có anh hưởng đến thunhập và biến động của chỉ số giá chứng khoán Ngoài ra, lý thuyết kinh tế họccòn đưa ra giả thuyết rằng, giá chứng khoán không chỉ phản ánh các thông tin

hiện có mà còn phản ánh chính xác các kỳ vọng về hoạt động trong tương laicủa doanh nghiệp Nếu giá chứng khoán phản ánh chính xác các yếu tố vĩ môcơ bản, nó có thé được sử dụng như một chỉ báo hàng đầu về tình trạng sứckhỏe của nền kinh tế trong tương lai Ở thị trường Việt Nam, việc thay đôitrong chính sách cũng như các yếu tố vĩ mô thường xảy ra khá đột ngột nênthường có tác động khá mạnh (cả tích cực và tiêu cực) lên TTCK và tâm lý nhàđầu tư Do đó, việc nghiên cứu mối quan hệ giữa các yếu tố kinh tế vĩ mô vàbiến động TTCKViệt Nam (thể hiện qua chỉ số VN-Index) là rất quan trọng, tạonên tảng cơ bản cho Chính phủ xem xét đưa ra các chính sách phù hợp với quốc

gia cũng như nhà đầu tư và doanh nghiệp sẽ có được những quyết định đúng

đắn hơn trong kinh doanh đầu tư cô phiếu

2.1.1 Lạm phát và thị trường chứng khoán

Lam phát là sự mat giá của đồng tiền, nó làm thay đổi hành vi tiêu dùng vàđầu tư của dân cư Lạm phát thường được đo lường thông qua chỉ số giá tiêudùng Kinh nghiệm từ các nước phát triển cho thấy lạm phát và TTCK có mốiliên hệ nghịch chiều, bởi lẽ xu hướng của lạm phát xác định tinh chất tăng

trưởng Lam phát tăng cao luôn là dấu hiệu cho thấy nền kinh tế đang nóng, báo

hiệu sự tăng trưởng kém bền vững, trong khi TTCK như chiếc nhiệt kế đo sứckhỏe nền kinh tế Khi lạm phát tăng cao, tiền mat giá, người dân không muốngiữ tiền mặt hoặc gửi tiền trong ngân hàng mà chuyên sang năm giữ vàng, bấtđộng sản, ngoại tệ mạnh khiến một lượng vốn nhàn rỗi đáng kế của xã hộinằm im dưới dạng tài sản chết Thiếu vốn đầu tư, không tích lũy để mở rộngsản xuất, sự tăng trưởng của doanh nghiệp nói riêng và cả nền kinh tế nói chungsẽ chậm lại Lạm phát tăng cao còn ảnh hưởng trực tiếp tới các doanh nghiệp,mặc dù hoạt động kinh doanh vẫn có lãi, chia cổ tức ở mức cao nhưng tỷ lệ cổtức lúc này khó được coi là hấp dẫn do lạm phát cao, điều này khiến đầu tư

Trang 35

Chuyên dé thực tập chuyên ngành Toán Kinh tếchứng khoán không còn là kênh sinh lợi hấp dẫn.

2.1.2 Cung tiền và thị trường chứng khoánQuan hệ cơ bản giữa lượng cung tiền và TTCK rõ ràng là cùng chiều, được

thể hiện thông qua chính sách tiền tệ Chính sách tiền tệ mở rộng thể hiện ở chỗnếu lượng cung tiền mở rộng sẽ dẫn đến một sự gia tăng trong tiêu dùng hànghóa cũng như làm gia tăng việc sử dụng các tài sản tài chính mà chứng khoán làmột trong số đó Khi lượng cung tiền tăng, thanh khoản vượt trội sẽ ảnh hưởngđến TTCK khá mạnh do tác động của chính sách tiền tệ tương đối nhanh và

trực tiếp Chính sách mở rộng tiền tệ làm giảm lãi suất của nền kinh tế, làm

giảm lãi suất chiết khâu của chứng khoán, qua đó làm tăng giá trị kỳ vọng vàtăng thu nhập Chính sách tiền tệ thắt chặt làm cho lãi suất tăng cao hơn nênảnh hưởng xấu đến TTCK; lý do của việc làm giảm giá chứng khoán là do làmtăng lãi suất chiết khấu trong các mô hình định giá, bên cạnh đó còn làm chocác chứng khoán có thu nhập cố định trở nên hap dẫn hơn, tức là làm giảmthanh khoản vào cổ phiếu, ngoài ra giá chứng khoán giảm còn do xu hướng vaymượn dé dau tư vào chứng khoán giảm; thêm vào đó là do làm tăng chi phí vậnhành doanh nghiệp nên ảnh hưởng đến lợi nhuận công ty Tóm lại hoạt độngkinh tế càng cao có nghĩa là dòng tiền càng cao, dẫn đến giá chứng chứngkhoán cũng tăng, nghĩa là cung tiền tăng lên sẽ dẫn đến sự tăng trưởng và phát

triển ôn định hơn cho TTCK và ngược lại.

2.1.3 Tỷ giá hối đoái và thị trường chứng khoán

Mối quan hệ giữa tỷ giá hối đoái và thu nhập từ chứng khoán được rất nhiềunhà nghiên cứu phân tích và lí giải, tuy nhiên kết quả của những nghiên cứunày vẫn không thống nhất được chiều ảnh hưởng của tỷ giá lên giá chứngkhoán

Về mặt lý thuyết có 3 cách tiếp cận mối quan hệ giữa tỷ giá hối đoái và giá

chứng khoán: Đầu tiên, theo cách tiếp cận của Dornbusch và Fisher (1980) cho

thấy mối quan hệ cùng chiều giữa giá chứng khoán và tỷ giá Hai ông lý luận:

một khi đồng tiền trong nước được định giá thấp sẽ làm cho những doanhnghiệp trong nước tăng tính cạnh tranh hơn, kết quả làm gia tăng trong hoạtđộng xuất khẩu của họ, điều này làm cho giá cỗ phiếu của những doanh nghiệpnày tăng lên Tuy nhiên, kết quả sẽ hoàn toàn ngược lại nếu như những doanhnghiệp này sử dụng nhiều chi phí nhập khẩu cho đầu vào trong sản phẩm củahọ, sự gia tăng chi phí đầu vào do đồng tiền trong nước bị định giá thấp có thélàm cho doanh thu và lợi nhuận của họ giảm, làm cho giá cỗ phiếu giảm Mộtcách tiêp cận khác băng mô hình cân băng danh mục đâu tư về tỷ giá, Branson

Trang 36

(1983) đã chứng minh rằng: quan hệ giữa tỷ giá và giá cô phiếu là ngược chiều,nguyên nhân tạo ra kết quả này có thê được giải thích từ chiều tác động của giá

cổ phiếu lên tỷ giá Trong mô hình này, những nhà dau tư cá nhân nắm giữnhững tài sản trong nước và tài sản nước ngoài (bao gồm cả tiền tệ trong danhmục đầu tư của họ) Ở đây, tỷ giá hoái đối giữ một vai trò là điều chỉnh cânbăng cung và câu tài sản Một khi những nhà đầu tư cá nhân này muốn muanhiều tài sản trong nước hơn thì họ sẽ bán bớt những tài sản nước ngoài màhiện tại it hap dan họ, điều này sẽ dẫn đến dong tiền trong nước được định giá

cao hay ty giá giảm (tỷ giá được xác định là giá của một đơn vi ngoại tệ được

tính theo giá của một đồng tiền trong nước), vì vậy mối quan hệ của giá chứngkhoán và tỷ giá là ngược chiều Một hoạt động khác cũng làm cho mối quan hệgiữa giá chứng khoán và tỷ giá biến động ngược chiêu là khi tỷ giá giảm (đồngtiền trong nước được đánh giá cao) sẽ có sự gia tăng đầu tư từ nước ngoài vàotài sản trong nước do lợi nhuận của họ khi chuyên về đồng ngoại tỆ sẽ tăng caohơn, do đó cũng làm tăng giá chứng khoán Khi tiếp cận tỷ giá như một tài sản

(giá của một đơn vi ngoại tệ) trong thị trường tài san, Gavin (1989) trong mô

hình tiền tệ đã khang định ty giá và giá cô phiếu có mối quan hệ yếu hoặc hoàntoàn không có quan hệ Giống như giá của những tài sản khác, tỷ giá cũng được

xác định bởi ty giá tương lai kỳ vọng Bat kỳ yếu tố nào ảnh hưởng đến giá trịtương lai của tỷ giá thì sẽ ảnh hưởng đến tỷ giá ở hiện tại Những yếu tố gâynên sự thay đối trong tỷ giá có thể khác biệt với những yếu tố gây nên sự thay

đổi trong giá cô phiếu, trong những trường hợp này sẽ không ton tại quan hệgiữa những tài sản trên Khi có một vài yếu tố ảnh hưởng đến cả giá cô phiếuvà tỷ giá, chúng ta hy vọng rằng có sự liên hệ giữa hai biến này Sự không liênhệ xảy ra khi: đồng tiền trong nước được định giá thấp dé nâng cao giá trị củanhững doanh nghiệp xuất khâu hàng hóa, nhưng nếu những doanh nghiệp này

nhập khẩu nhiều chi phí đầu vào ở nước ngoài thì giá cổ phiếu có thể sẽ không

tăng, khi đó chi phí đầu vào của doanh nghiệp sẽ tăng làm cho doanh nghiệp

giảm tính cạnh tranh Mặt khác, những doanh nghiệp không xuất khẩu nhữngsản phẩm của họ đến quốc gia khác nhưng lại nhập khẩu nguyên liệu thô, giá cổphiếu của chúng có thê giảm khi đồng tiền trong nước được định giá thấp làm

cho doanh thu hoặc lợi nhuận giảm Tóm lại: mối quan hệ giữa tỷ giá với chỉ 36

giá chứng khoán là một cau hỏi thực nghiệm, những nghiên cứu thực nghiệm ởcác thị trường khác nhau sẽ cho ra những kết quả khác nhau (có mối quan hệcùng chiều, ngược chiều hay thậm chí không có mối liên hệ ràng buộc nào giữaTTCK và tỷ giá)

Trang 37

2.1.4 Giá vàng và thị trường chứng khoán

Vàng khác với các tài sản khác bởi vì tiềm năng đối với vàng là tính thanh

khoản cao và nó phản ứng với những thay đổi của giá Sự biến động của giávàng anh hưởng đến phan lớn nhiều thị trường ở các nền kinh tế trên thé giớitrong đó có TTCK Các nhà đầu tư có thói quen sử dụng chiến lược quản trị rủiro đơn giản là đa dang hóa trong danh mục đầu tư của họ sẽ đầu tư vào vànghoặc dầu vì hai khoản đầu tư này thường có mối quan hệ nghịch đảo với xu

hướng của TTCK Vang và chỉ số biến động của thị trường có quan hệ nhânquả theo chiều giá vàng tăng thì độ hỗn loạn của nền kinh tế tăng Khi giá vàng

biến động tăng điều này có nghĩa là thị trường đang hoảng loạn và từ đó làmgiảm đi niềm tin của nhà đầu tư Các nhà đầu tư thường đầu tư và vàng, cả trựctiếp và gián tiếp dé phòng ngừa rủi ro Tóm lại có thé thấy rằng giá vàng tronglịch sử thường được xem là “nơi tránh bão” giúp tránh thiệt hại xảy ra trongthời kỳ lạm phát, bất ôn xã hội, và chiến tranh thời kỳ mà giá cô phiếu luônluôn sụt giảm Trong các cuộc khủng hoảng như thế này, giá vàng tăng mạnhkhi giá chứng khoán sụt giảm, mặc dù mức độ tác động mạnh yếu có thé khácnhau đối với từng nền kinh tế

2.2 _ Diễn biến chỉ số VN-Index giai đoạn 2000-20212.2.1 Giai đoạn từ khi thành lập đến năm 2008

TTCK Việt Nam ra đời vào năm 2000 với việc thành lập sàn giao dịch chứngkhoán thành phố Hồ Chí Minh Ban đầu, trên toàn sàn chỉ có hai mã cổ phiếuđược niêm yết là: REE (của CTCP Cơ điện Lạnh) và SAM (của CTCP Đầu tưvà Phát triển Sacom); ngoài ra còn có thêm một số ít trái phiếu Chính phủ

Trong suốt năm năm đầu tiên (từ 2000 đến 2005), thị trường không thực sựthu hút được sự quan tâm của đông đảo công chúng và luôn ở trong trạng tháitram lang Mặc dù vậy, trong giai đoạn này có một điểm sáng, đó là cơn sốt vào

năm 2001 Trong năm này, TTCK đã có mức tăng trưởng nhanh do nguồn cung

hàng hóa khan hiếm, chỉ số VN-Index liên tục tăng và đạt đỉnh là 571,04 điểm

ngày 25/06/2001 Tuy nhiên, sự tăng trưởng này kéo dài chưa đầy bốn tháng

trong năm 2001 Sau đó thì thị trường lại giảm điểm, trở về trạng thái cũ, thậmchí chỉ số VN-Index có lúc giảm chỉ còn 130 điểm

Trang 38

Hình 2.1: Biéu do biến động chỉ số VN-Index 2000-2008

Năm 2006 được xem là mốc thời gian mang tính chất đột phá đối với TTCKViệt Nam Trong năm này, thị trường có sự phát triển vượt bậc về khối lượngvốn hóa Bên cạnh đó, chỉ số VN- Index cũng tăng trưởng vượt bậc Sở di như

vậy là nhờ có những sự kiện kinh tế chính trị tích cực như: nước ta gia nhập

WTO, việc tổ chức thành công hội nghị APEC đã tạo hình ảnh hấp dẫn cácNDT Sự tăng trưởng trong năm 2006 tiếp tục phát huy và tạo đà cho TTCK

bùng nỗ vào năm 2007 Diễn biến của thị trường và giá cả chứng khoán trongcác phiên giao dịch đều có nhiều biến động Chỉ số của cả hai sàn giao dịch đềucó biên độ dao động mạnh VN-Index tăng trưởng 23,3 trong một năm với mứcđỉnh cao nhất đạt 1170 điểm

Đến năm 2008, thị trường chứng kiến nhiều thăng tram: sáu tháng đầu nămthị trường suy giảm mạnh do tác động của nền kinh tế vĩ mô, sau đó có phụchồi trở lại trong vài tháng, rồi rơi trở lại chu kì suy giảm do tác động của khủnghoảng kinh tế toàn cầu trong những tháng cuối năm và kéo dài cho đến đầu năm

2009.

2.2.2 Giai đoạn từ 2009 đến 2014

Năm 2009, mặc dù những tháng cuối năm thị trường có điều chỉnh giảm dotác động của chính sách thắt chặt tiền tệ của chính phủ nhưng với chu kỳ tăngđiểm kéo dài hơn tám tháng trong giữa năm thì đây vẫn được xem là một nămtăng trưởng bất ngờ và ấn tượng của TTCK nước ta Tính từ đầu năm đến cuốinăm, chỉ số VN-Index đã tăng thêm 171,9 điểm, từ 312,5 điểm lên đến 494,7

Trang 39

điểm, tương đương với mức tăng là 58 VN-Index chạm đáy ở mốc 234,66 điểmvào ngày 24 3 và đạt đỉnh là 633,2 điểm vào ngày 23/10 Điều đặc biệt của thị

trường trong năm này là sự phục hồi chủ yếu được dẫn dắt bởi khối NDT cánhân Sau đó, các NDT tổ chức mới bắt đầu tham gia vào thị trường

Năm 2010, mở đầu cho các phiên giảm điểm của thị trường,do ảnh hưởngcủa hàng loạt các thông tin tiêu cực như là: tin đồn về việc tăng lãi suất cơ bản,ảnh hưởng từ khủng hoảng nợ công Châu Âu tiếp tục lan rộng, thông tin chính

phủ quyết định tái cơ cấu tập đoàn công nghiệp tàu thủy Vinashin, vv Ngay

từ những tháng đầu năm, chỉ số VN-Index đã rơi mạnh từ 530 điểm xuống còn

478 điểm Tiếp theo sau đó là nhiều đợt giảm điểm khác Cuối tháng tám, chỉ số

VN-Index đạt đáy tại 420 điểm và đến cuối năm thì chốt tại mức 484,7 điểm,giảm 10,1 điểm so với mức 494,8 điểm cuối năm 2009 Mặc dù trong năm vẫncó những thời điểm chỉ số VN-Index tăng điểm, nhưng nhìn chung thì xu thế

chủ đạo của TTCK năm 2010 vẫn là đi ngang và giảm mạnh.

Một vài lí giải cho diễn biến của toàn thị trường năm 2010: Những tháng đầunăm 2010, với sự khan hiếm dòng tiền trong đầu tư bởi động thái thắt chặt tiềntệ của NHNN, cộng thêm tâm lí e dè của nhà đầu tư trước tình hình thị trườngsụt giảm vào cuối năm 2009, nên động thái đầu tư trở nên thận trọng hơn và

được cân nhắc kĩ càng Họ không còn mua bán theo phong trào như những năm2006 — 2007 Chính vì vậy mà thị trường giai đoạn này đi ngang, không hapdẫn cho nhiều nhà đầu tư Kết quả là VN-Index không có nhiều biến động

Từ giữa năm 2010, vào khoảng tháng 7 — 8, VN-Index giảm với biên độmạnh, điều này là do hoạt động của nhiều nhóm đầu tư, họ hùn vốn nhau tạothành các đội lái, rồi mua một nhóm các cô phiếu của các công ty vừa và nhỏ,đây giá trị của chúng lên cao Rồi sau đó bất ngờ nhả ra làm giá của chúng sụtgiảm mạnh, làm cho VN-Index giảm với biên độ lớn.

Một lí giải nữa cho sự sụt giảm của VN-Index vào thang 8 & 9 là do trong

giai đoạn này cô phiếu ngành ngân hang (NH) không còn hấp dẫn nhà đầu tư.Ngoài việc ban hành nhiều quy định về vốn điều lệ, tỷ lệ an toàn vốn tốithiéu, gây khó khăn cho NH thì lợi nhuận của các NH cũng bị sụt giảm dangkế Nhiều NH không thể hoàn thành chỉ tiêu đã đề ra đến hết quý ba Do đó, thitrường vốn tiềm năng từ những cổ phiếu ngành NH với vai trò dẫn dắt thịtrường rất lớn lại trở nên ảm đạm, làm cho VN-Index sụt giảm

Năm 2011 là một năm khó khăn của nền kinh tế Việt Nam và thế giới, từ đótác động tiêu cực đến TTCK Việt Nam Thanh khoản của TTC giảm mạnh.Phần đông các công ty chứng khoán gặp khó khăn và chịu thua lỗ trong năm

Trang 40

Chuyên dé thực tập chuyên ngành Toán Kinh tếCác doanh nghiệp niêm yết phải đối mặt với lạm phát cao khiến chi phí đầu vàotăng mạnh, việc tiếp cận vốn vay cũng ko dễ dàng khi mặt bằng lãi suất liên tục

ở mức cao Trong cả năm, thị trường chỉ có được hiếm hoi hai đợt phục hồi

ngắn vào cuối tháng 5 và khoảng giữa tháng 8, toàn bộ khoảng thời gian còn lạithị trường chủ yếu đi xuống trong sự chán nản của các NDT Chốt phiên ngày30/12/2011, chỉ số VNIndex đóng cửa ở mức 351,6 điểm, so với đầu năm thì đãgiảm 27,46.

Hình 2.2: Biểu đồ biễn động chỉ số VN-Index 2010-2011

Một số lí giải cho sự sụt giảm của thị trưởng vào cuối năm 2011:

Trước tiên là do các công ty chứng khoán đua nhau công bố kết quả hoạtđộng là lỗ lũy kế, hàng loạt công ty đã đệ đơn xin rút khỏi lĩnh vực chứngkhoán, môi giới làm hoang mang tâm lí nha đầu tư, thị trường cô phiếu é âmkhiến cho các bộ chỉ số cũng sụt giảm theo Bên cạnh đó, năm 2011 cũng đánhdau sự củng cố mạnh mẽ của khung pháp lí chứng khoán, tăng cường mạnh tayxử lí các trường hợp vi phạm, điển hình có thể kế đến vụ việc DVD tuyên bốphá sản với giá cổ phiếu chỉ còn 3500 đồng, sau vụ thao túng giá của Lê VănDũng Chính điều này càng làm gia tăng thêm sự e dè và thận trọng cho các nhàđầu tư

Năm 2012, trong năm tháng đầu năm, thị trường đảo chiều và tăng trưởng

day bất ngờ Mức đỉnh của thị trường được thiết lập vào ngày 8/5 là 488,1

điểm, tăng 39,4 so với đầu năm Sang tháng 6, giao dịch trên thị trường khá

Định dạng
Số trang	86
Dung lượng	22,36 MB

Tiêu đề	Ứng Dụng Mô Hình ARIMA Vào Dự Báo Chỉ Số VN-Index Trong Ngắn Hạn
Tác giả	Nguyen Thi Thu Hang
Trường học	Trường Đại Học Kinh Tế Quốc Dân
Chuyên ngành	Toán Kinh Tế
Thể loại	Chuyên đề thực tập tốt nghiệp
Năm xuất bản	2021
Thành phố	Hà Nội