áp dụng các mô hình dự báo cho chuỗi việt namindex (mô hình arima, arch, mô hình nhân quả kết hợp)

Phương pháp nghiên cứu: Để tiện cho việc phân tích dữ liệu và dự báo VNINDEX tôi dùng 3 phương pháp mà tôi cho là hiệu quả: -Mô hình ARIMA autoregressive Intergrated Moving Average -Mô h

Mục lục 1

GIỚI THIỆU CHUNG 4

1.Mục đích nghiên cứu đề tài: 4

2 Đối tượng nghiên cứu: 4

3 Phương pháp nghiên cứu: 5

4.Bố cục: 5

CHƯƠNG 1:CƠ SỞ LÝ THUYẾT 6

1.Khái quát thị trường chứng khoán 6

1.1.Chứng khoán 6

1.2.Thị trường chứng khoán 6

2.Mô hình hàm hồi quy tổng thể 7

2.1.Mô hình 7

2.2.Các giả định OLS 7

2.3.Giả định bổ sung của OLS 7

2.4.Hàm hồi quy mẫu 7

3.Mô hình ARIMA: Phương pháp Box-Jenkins 8

3.1.Tính dừng 8

3.2.Mô hình ARIMA 9

3.2.1.Mô hình tự hồi quy bậc p – AR(p) 9

3.2.2.Mô hình trung bình trượt bậc q – MA(q) 9

3.2.3.Mô hình tự hồi quy kết hợp trung bình trượt – ARIMA(p,d,q) 9

3.2.3.1.Nhận dạng mô hình 9

3.2.3.2.Ước lượng các thông số của mô hình ARIMA(p,d,q) 10

3.2.3.3.Kiểm tra chẩn đoán mô hình 10

3.2.3.4.Dự báo: 11

4.Mô hình ARCH: 11

4.1 Lý thuyết mô hình ARCH 11

4.2.Kiểm định tính ARCH 13

CHƯƠNG 2: PHÂN TÍCH XU HƯỚNG VÀ CÁC NHÂN TỐ ẢNH HƯỞNG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 15

1.Lịch sử hình thành và phát triển 15

2.Các giai đoạn phát triển của thị trường chứng khoán 16

3.Sự liên thông giữa VNINDEX và các chỉ số chứng khoán trên thế giới 17

CHƯƠNG 3:ÁP DỤNG CÁC MÔ HÌNH DỰ BÁO CHO CHUỖI VNINDEX 21

1.Ứng dụng mô hình ARIMA và ARCH để dự báo chuỗi VNindex: 21

1.1.Nhận dạng mô hình: 21

1.2.Chuyển đổi chuỗi gốc VNINDEX thành chuỗi “dừng” .22

1.3.Xác định mô hình ARIMA 22

1.4.Mô hình AR(1) 23

1.4.1.Ước lượng mô hình AR(1) 23

1.4.2.Kiểm định phần dư 24

1.4.3.Các chỉ tiêu dự báo và giá trị dự báo: 25

1.5.Mô hình AR(2) 26

1.5.1.Ước lượng mô hình AR(2) 26

1.5.2.Kiểm định phần dư 27

1.5.3.Các chỉ tiêu dự báo và giá trị dự báo: 27

1.6.Mô hình ARIMA(1,1,1) 28

1.7.Mô hình ARCH 30

1.7.1.Kiểm định ảnh hưởng của Arch với mô hình AR(2) 30

1.7.2.Ước lượng ARCH(1) 31

2.Kết hợp mô hình hồi quy,ARIMA,ARCH để dự báo Vnindex 31

2.1.Nhận dạng: 31

2.2.Ước lượng 32

2.3.Kiểm định F_test, t_test và kiểm định Wald 32

2.4.Kiểm định phần dư 33

2.4.1.Đồ thị phân phối chuẩn của phần dư 33

2.4.2.Kiểm định Kolmogorov-Smirnov: 34

2.5.Kết hợp ARIMA, ARCH vào mô hình hồi quy 35

CHƯƠNG 4:NHẬN ĐỊNH THỊ TRƯỜNG, KIẾN NGHỊ, NHỮNG MẶT CÒN HẠN

CHẾ VÀ HƯỚNG PHÁT TRIỂN CHO MÔ HÌNH 36

1.Nhận định thị trường: 36

2.Kiến nghị: 37

3.Những mặt hạn chế: 38

4.Hướng nghiên cứu phát triển từ mô hình: 38

PHỤ LỤC 39

PHỤ LỤC 1:DỮ LIỆU THEO TUẦN CỦA VNINDEX, S&P500, DAX, KOSPI, STRAINTS TIMES, CAC, FTSE100 39

PHỤ LỤC 2:KẾT QUẢ NGHIÊN CỨU MÔ HÌNH ARIMA,ARCH ĐỐI VỚI CHỈ SỐ S&P500 43

PHỤ LỤC 3:KẾT QUẢ NGHIÊN CỨU MÔ HÌNH ARIMA,ARCH ĐỐI VỚI CHỈ SỐ KOSPI 48

PHỤ LỤC4:KẾT QUẢ NGHIÊN CỨU MÔ HÌNH ARIMA,ARCH ĐỐI VỚI CHỈ SỐ DAX 52

PHỤ LỤC 5:KẾT QUẢ NGHIÊN CỨU MÔ HÌNH ARIMA,ARCH ĐỐI VỚI CHỈ SỐ TRAINTS TIMES 66

PHỤ LỤC 6:KẾT QUẢ NGHIÊN CỨU MÔ HÌNH ARIMA,ARCH ĐỐI VỚI CHỈ SỐ CAC 60

PHỤ LỤC 7:KẾT QUẢ NGHIÊN CỨU MÔ HÌNH ARIMA,ARCH ĐỐI VỚI CHỈ SỐ FTSE100 64

TÀI LIỆU THAM KHẢO 68

GIỚI THIỆU CHUNG

1.Mục đích nghiên cứu đề tài:

- Hệ thống tài chính luôn được xem là trung tâm của nền kinh tế Nó bao gồm thị

trường tiền tệ và thị trường vốn Trong quá trình hội nhập, việc phát triển thị trường vốn

là vấn đề được Đảng và Chính Phủ đặt mục tiêu phát triển lâu dài và bền vững Do đó thịtrường vốn rất quan trọng và được thể hiện rõ nét qua thị trường chứng khoán Tuy nhiênthị trường chứng khoán rất phực tạp và việc phát triển nó vô cùng khó khăn

- Nên vấn đề đặt ra “làm sao nhận định chính xác được chiều hướng của thị

trường” Chiều hướng này được thể hiện rõ qua chỉ số chứng khoán của Việt Nam: chỉ số

VNINDEX Vì vậy chúng ta phải có tầm nhìn rõ nét hơn và có được các nhận định chính

xác hơn thông qua việc sử dụng các mô hình dự báo để có thể xác định được hướng phát

triển tốt nhất cho thị trường chứng khoán

2 Đối tượng nghiên cứu:

Đề tài nghiên cứu sử dụng 147 quan sát của chỉ số VNINDEX, S&P500, DAX, KOSPI, STRAINTS TIMES, CAC, FTSE100 theo tuần từ ngày 31/7/2006 đến18/5/2009

-Mô hình nào phù hợp để dự báo VNINDEX

-Nhân tố nào thực sự tác động đến VNINDEX trong khoảng thời gian từ từ ngày

31/7/2006 đến 18/5/2009

3 Phương pháp nghiên cứu:

Để tiện cho việc phân tích dữ liệu và dự báo VNINDEX tôi dùng 3 phương pháp

mà tôi cho là hiệu quả:

-Mô hình ARIMA (autoregressive Intergrated Moving Average)

-Mô hình ARCH (autoregressive Conditional Heteroskedasticiy)

-Mô hình nhân quả kết hợp ARIMA và ARCH

Và tài liệu tôi sử dụng được lấy từ nguồn http://www.fpts.com.vn của công tychứng khoán fpt và http://finance.yahoo.com

4.Bố cục:

GIỚI THIỆU CHUNG

CHƯƠNG 1:CƠ SỞ LÝ THUYẾT

CHƯƠNG 2:

PHÂN TÍCH XU HƯỚNG VÀ CÁC NHÂN TỐ ẢNH HƯỞNG THỊ TRƯỜNG

CHỨNG KHOÁN VIỆT NAM

CHƯƠNG 3:ÁP DỤNG CÁC MÔ HÌNH DỰ BÁO CHO CHUỖI VNINDEX

CHƯƠNG 4:NHẬN ĐỊNH THỊ TRƯỜNG, KIẾN NGHỊ, NHỮNG MẶT CÒN HẠN

CHẾ VÀ HƯỚNG PHÁT TRIỂN CHO MÔ HÌNH

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT

1.Khái quát thị trường chứng khoán:

1.1.Chứng khoán:

-Chứng khoán là một giá trị tài chính đại diện bằng lãi suất có thể thỏa thuận và

có thể thay thế Nói chung, chứng khoán gồm hai loại là chứng khoán cổ phần (equitysecurities) và chứng khoán nợ (debt securities) Ngoài ra còn có loại chứng khoán lai giữahai loại trên Ở các nền kinh tế phát triển, loại chứng khoán nợ là thứ có tỷ trọng giaodịch áp đảo trên các thị trường chứng khoán Còn ở những nền kinh tế kém phát triển, nơi

mà thị trường chứng khoán mới được thành lập, thì loại chứng khoán cổ phần lại chiếm

tỷ trọng giao dịch lớn hơn Điều này giải thích tại sao ở Việt Nam cuối thập niên 1990 và

đầu thập niên 2000, thị trường chứng khoán được nhiều người hiểu là nơi trao đổi các cổ

phiếu

-Công ty hay tổ chức phát hành chứng khoán được gọi là đối tượng phát hành.-Chứng khoán có thể được chứng nhận bằng một tờ chứng chỉ (certificate), bằngmột bút toán ghi sổ (book-entry) hoặc dữ liệu điện tử

1.2.Thị trường chứng khoán:

-Thị trường chứng khoán: là một thị trường mà ở nơi đó người ta mua bán,chuyển nhượng, trao đổi chứng khoán nhằm mục đích kiếm lời Tuy nhiên, đó có thể làTTCK tập trung hoặc phi tập trung

-Tính tập trung ở đây là muốn nói đến việc các giao dịch được tổ chức tập trungtheo một địa điểm vật chất.Hình thái điển hình của TTCK tập trung là Sở giao dịch chứngkhoán ( Stock exchange) Tại Sở giao dịch chứng khoán (SGDCK), các giao dịch đượctập trung tại một địa điểm; các lệnh được chuyển tới sàn giao dịch và tham gia vào quátrình ghép lệnh để hình thành nên giá giao dịch

-TTCK phi tập trung còn gọi là thị trường OTC (over the counter) Trên thị

trường OTC, các giao dịch được tiến hành qua mạng lưới các công ty chứng khoán phân

tán trên khắp quốc gia và được nối với nhau bằng mạng điện tử Giá trên thị trường này

được hình thành theo phương thức thoả thuận

2.Mô hình hàm hồi quy tổng thể:

: biến ngẫu nhiên và tuân theo quy luật phân phối chuẩn

2.2.Các giả định OLS cho mô hình hồi qui tuyến tính đơn được giải thích trong mô hình

hồi qui bội: các giả định này liên quan đến thành phần nhiễu ngẫu nhiên ( ) i

-Giá trị kỳ vọng của  i bằng không

-Không có tương quan chuỗi (không có tự tương quan)

-Phương sai đồng nhất => var ( ) i = 2

-Nhiễu ngẫu nhiên không có tương quan với các X

-Không nhận dạng sai mô hình

2.3.Giả định bổ sung của OLS cho mô hình hồi qui bội

Các biến hồi qui này không có hiện tượng đa cộng tuyến hoàn hảo.Tức là, khôngtồn tại tập hợp các hệ số thỏa mãn biểu thức sau với mọi i:

3.Mô hình ARIMA: Phương pháp Box-Jenkins

3.1.Tính dừng:

-Yếu tố xu thế được tách ra khỏi dữ liệu bằng cách lấy sai phân bậc 1 hay bậc 2tùy vào dữ liệu và sau đó nhận dạng một số mô hình dự định Mô hình có thể trình bàytheo dạng AR, MA hay ARIMA Phương pháp nhận dạng thường thực hiện qua nghiêncứu chiều hướng biến đổi hàm tương quan tự động ACF hay hàm tương quan tự độngtừng phần PACF

-Đầu tiên chuyển dữ liệu thành chuỗi dừng

-Một quá trình ngẫu nhiên Y nếu như trung bình và phương sai của một quá trình t

không thay đổi theo thời gian và giá trị đồng phương sai giữa hai thời đoạn chỉ phụ thuộc

vào khoảng cách hay độ trễ về thởi gian giữ hai thời đoạn này chứ không phụ thuộc vàothời điểm thực tế mà đồng phương sai được tính

-Cụ thể:

Trung bình: E(Y ) = t  = const

 Phương sai: Var(Y )= t 2= const

 Đồng phương sai: Covar(Y , t Y t k )= k

-Tính dừng của chuỗi thời gian có thể nhận biết dựa trên đồ thị của chuỗi thời

gian, đồ thị của hàm tự tương quan mẫu hay kiểm định Dickey-Fuller

-Dựa trên đồ thị Y= f(t), một cách trực quan chuỗi Y có tính dừng nếu như đồ thị t

cho thấy trung bình và phương sai của quá trình Y không đổi theo thời gian t

-Dựa vào hàm tự tương quan mẫu ACF Nếu ACF = f(t) giảm nhanh và tắt dần về

0 thì chuỗi có tính dừng

-Kiểm định Dick-Fuller (kiểm định đơn vị) nhằm xác định xem chuỗi thời gian cóphải ngẫu nhiên (Random Walk, nghĩa là Y = 1* Y + ) hay không Nếu chuỗi là bước

ngẫu nhiên thì không có tính dừng Tuy nhiên nếu chuỗi không có tính dừng chưa chắc là

bước ngẫu nhiên

-Để biến đổi chuỗi không dừng thành chuỗi “dừng”, thông thường nếu lấy saiphân một lần hoặc hai lần thì sẽ được chuỗi có tính dừng

 Chuỗi gốc: Y t

 Chuỗi sai phân bậc một: W t  Y t Y t1

 Chuỗi sai phân bậc hai: V t W t W t1

3.2.Mô hình ARIMA

Theo Box-Jenkins một quá trình ngẫu nhiên có tính dừng để có thể biểu diễn bằng

mô hình Tự hồi quy kết hợp Trung bình trượt ARIMA

3.2.1.Mô hình tự hồi quy bậc p – AR(p)

Trong mô hình tự hồi quy quá trình phụ thuộc vào tổng có trọng số của các giá trịquá khứ và số hạng ngẫu nhiên hiện hành theo độ trễ

1 1 2 2

3.2.2.Mô hình trung bình trượt bậc q – MA(q)

Trong mô hình trung bình trượt, quá trình được mô tả hoàn toàn bằng tổng các giátrị quá khứ và số hạng ngẫu nhiên hiện hành theo độ trễ

là sai phân của chuỗi thời gian khảo sát, p là bậc tự hồi quy và q là bậc trung bình trượt.Việc xác định p.q sẽ phụ thuộc vào đồ thị PACF = f(t)

-Với ACF là hệ số tự tương quan và PACF là hệ số tự hồi quy từng phần mẫu;nghĩa là tự tương quan giữa Yt và Yt-p sau khi đã loại bỏ các tác động của Y trung gian.Chọn mô hình AR(p) nếu đồ thị PACF có giá trị cao tại độ trễ 1,2,…,p và giảm nhiều sau

3.2.3.2.Ước lượng các thông số của mô hình ARIMA(p,d,q)

-Các thông số  và  của mô hình ARIMA sẽ được xác định theo phương phápbình quân tối thiểu (OLS – Ordinary Least Square) sao cho:

^ 2(Y t Y t) Min

^(Y t Y t)

  

3.2.3.3.Kiểm tra chẩn đoán mô hình

-Sau khi xác định p,q,d và các   j, j.; nghĩa là đã xác định phương trình cho môhình ARIMA, điều cần phải làm là tiến hành kiểm định xem số hạng  t của mô hình cóphải là một nhiễu trắng (nhiễu ngẫu nhiên thuần túy) hay không Đây là yếu cầu của môhình tốt

-Về mặt lý thuyết,  được tạo ra bởi quá trình nhiễu trắng nếu:

-Dựa trên phương trình của mô hình ARIMA, tiến hành xác định giá trị dự báo

điểm và khoảng tin cậy của dự báo

4.1 Lý thuyết mô hình ARCH

-Mô hình ARCH do Engle phát triển năm 1982 mô hình này cho rằng phương sai

của hạng nhiễu tại thời điểm t phụ thuộc vào các hạng nhiễu bình phương ở các giai đoạntrước Engle cho rằng tốt nhất chúng ta nên mô hình hoá đồng thời giá trị trung bình vàphương sai chuỗi số liệu khi nghi ngờ rằng giá trị phương sai thay đổi theo thời gian Môhình đơn giản như sau:

Yt= B1+ B2Xt+ ut (1.1)

-Trong đó Xt là một vecto k x 1 các biến giải thích và B2là một vecto k x 1 các hệ

số Thông thường utđược giả định có phân phối chuẩn với trung bình bằng 0 và phươngsai không đổi là Giả định này được viết như sau:

-Ý tưởng cùa Engle bắt đầu từ sự thật ông cho phép phương sai của các hạng

nhiễu phụ thuộc vào các giá trị quá khứ, hay phương sai thay đổi theo thời gian Một cách

để mô hình hoá ý tưởng này là cho phương sai phụ thuộc vào các biến trễ của các hạngnhiễu bình phương Điều này có thể được minh hoạ như sau:

-Phương trình (1.3) được gọi là qui trình ARCH (1) và ý tưởng này cũng tương tự

như ý tưởng mô hình ARIMA

- Mô hình ARCH (1)

- Mô hình ARCH (1) sẽ mô hình hoá đồng thời giá trị trung bình và phương của

một chuỗi thời gian như cách được xác định sau đây:

Yt= B1+ B2Xt+ ut (1.4)

ut~ N (0, ht)

-Ở đây phương trình (1.4) được gọi là phương trình ước lượng giá trị trung bình

và phương trình (1.5) được gọi là phương trình ước lượng phương sai Để đơn giản choviệc thể hiện công thức của phương trình phương sai ta thể hiện ký hiệu ht thay cho

Mô hình ARCH (1) cho rằng khi có một cú sốc lớn ở giai đoạn t-1 thì giá trị utcũng sẽlớn hơn Nghĩa là khi lớn/ nhỏ thì phương sai của ut cũng sẽ lớn/ nhỏ Hệ số ướclượng phải có dấu dương vì phương sai luôn dương

- Mô hình ARCH (q)

-Thực tế phương sai có điều kiện có thể phụ thuộc không chỉ một độ trễ mà còn

nhiều độ trễ trước nó nữa, vì mỗi trường hợp có thể tạo ra một quy trình ARCH khácnhau Ví dụ ARCH (2) sẽ được thể hiện như sau:

và trường hợp tổng quát sẽ là ARCH (q) được thể hiện như sau:

thích khác có ảnh hưởng đến Yt Ngoài ra, khi thực hiện với dữ liệu mẫu, thì hạng nhiễu

uttrong mô hình (15.11), được đổi thành phần dư et

Bước 2: Ước lượng phương trình hồi qui phụ sau đây:

Xác định hệ số xác định của mô hình hồi qui phụ, đặt tên là R2

Bước 3: Xác định giả thiết H0như sau:

tính toán (R2*T) lớn hơn giá trị2

phê phán ( theo hàm CHIINV ( ,d.f.)), thì

rằng chuỗi dữ liệu đang xét có ảnh hưởng ARCH.

CHƯƠNG 2:

PHÂN TÍCH XU HƯỚNG VÀ CÁC NHÂN TỐ ẢNH

HƯỞNG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT

NAM

1.Lịch sử hình thành và phát triển:

-Nhằm mục đích xây dựng một kênh huy động vốn mới, trong những năm đầuthập kỉ 90 (thế kỉ 20),Đảng và Chính phủ Việt Nam đã nghiên cứu, xây dựng đề án thànhlập TTCK

-Ngày 6/11/1993 Thống đốc Ngân hàng Nhà nước Việt Nam ra quyết định số207/QD-TCCB về việc thành lập Ban Nghiên cứu xây dựng và phát triển thị trường vốnthuộc Ngân hàng Nhà nước

-Tháng 9/1994, Chính phủ quyết định thành lập Ban soan thảo Pháp luật vềchứng khoán và TTCK

-28/11/1996 theo nghị định số 75/CP của Chính Phủ thành lập Ủy ban Chứng

Khoán Nhà nước (UBCKNN)

-28/7/2000 thị trường chứng khoán Việt Nam chính thức đi vào hoạt động vớiphiên giao dịch đầu tiên Mới đầu chỉ có 3 mã chứng khoán được niêm yết trên trung tâmgiao dịch chứng khoán Tp Hồ Chí Minh (tiền thân của sở giao dịch chứng khoán Tp.Hồ

Chí Minh) Đến nay sau hơn 8 năm hoạt động trên 2 sàn HOSE và HASTC có gần 300

mã cổ phiếu được niêm yết

-Theo quy định thì chỉ số chứng khoán của sàn giao dịch HOSE được lấy làm chi

số của thị trường chứng khoán Việt Nam (VNINDEX)

-Chỉ số VN-Index đã chứng minh sự tăng trưởng nhanh chóng của thị trường

Nếu trong phiên giao dịch đầu tiên ngày 28/7/2000, VN-Index ở mức 100 điểmthì vào ngày 28/2/2007, là 1136 điểm, tăng 11 lần so với ngày gốc TTCKVN cho tới đầu

năm 2009 đã trải qua nhiều giai đoạn thăng trầm

-Giai đoạn đầu từ khi ra đời cho đến hết năm 2000, chỉ số chứng khoán VN-Index

đã tăng “phi mã” từ 100 điểm lên 571 điểm - gấp trên 5,7 lần trong vòng 6 tháng

-Giai đoạn thứ hai bắt đầu từ năm 2001 đến giữa năm 2004, chỉ số VN-Index gần

như “rơi tự do” từ 571 điểm xuống còn trên 130 điểm

-Giai đoạn thứ ba, từ nửa cuối năm 2004, chỉ số VN-Index “bò dần” lên trên 200

điểm và đến hết năm 2005, đã vượt qua mốc 300 điểm

-Giai đoạn thứ tư, từ năm 2006 là giai đoạn sốt nóng, khi phiên giao dịch đầu nămmới có 304 điểm, thì đến ngày 25/4 đã vọt lên đỉnh điểm 632,69 điểm, trong đó giá cổphiếu của bốn công ty niêm yết hàng đầu đã vượt mức 100 nghìn đồng/cổ phiếu, tức gấptrên 10 lần mệnh giá

-Giai đoạn thứ năm bắt đầu từ cuối tháng 5/2006, chỉ số VN-Index lại “laoxuống” còn khoảng 500 điểm Giá trị giao dịch chứng khoán trung bình một phiên tạiTrung tâm Giao dịch Chứng khoán TP HCM (nay là Sở Giao dịch Chứng khoán TP.HCM), nếu tháng 3 mới đạt 92,4 tỷ đồng, thì tháng 4 đạt 156 tỷ đồng, nhưng tháng 5, lạigiảm xuống còn 104 tỷ đồng, tháng 6 chỉ còn 60 tỷ - trong đó tuần cuối tháng 6 còn 53,7

trên 20%; và phục hồi từ cuối tháng 4 đến cuối tháng 6/2007 với mức tăng trưởng khoảng

15% Đến cuối tháng 7/2007, VN-Index dao động xung quanh ngưỡng 1.000 điểm (đến

giữa tháng 5/2007 đã lên 1.060 điểm), tăng hơn 10 lần so với năm 2000

-Giai đoạn từ cuối năm 2007 đến nay, VN-Index sụt giảm liên tiếp và giảm còn

399.66 điểm vào ngày 4/6/2008 Chưa dừng ở đó ngày 5/12/2008 VN-Index chỉ còn

299.68,chính thức rớt dưới mức 300 điểm Đến ngày 10/12/2008 VN-Index lại tiếp tụcrớt xuống còn 286.85 Đây là mức thấp điểm nhất kể từ ngày 14/10/2005 Đến đầu tháng1/2009 VN-Index leo lên được mức 300 điểm và cứ dao động xung quanh mứcnày.Nhưng đến tháng 5/2009 VN-Index đã vượt mốc 500 điểm và có xu hướng tăng dần

3.Sự liên thông giữa VNINDEX và các chỉ số chứng khoán trên thế giới:

Theo nghiên cứu của stox.vn thì thực sự có mối liên hệ giữa VNindex và các chỉ

số chứng khoán trên thế giới.Tôi xin trích dẫn bài nghiên cứu của stock.vn như sau:

-“Trong bối cảnh nền kinh tế thế giới được toàn cầu hoá ở cấp độ cao như hiệnnay thì các diễn biến trên thị trường chứng khoán Mỹ đều có ảnh hưởng đến hàng loạtcác thị trường khác trên thế giới

-Ví dụ chỉ số Nikkei 225 của Nhật bản và Hangseng của Hồng Kông luôn bám sátchỉ số S&P 500 đại diện cho thị trường Mỹ Vậy VN-Index phản ứng ra sao mỗi khichứng khoán thế giới tăng, giảm?

-Stox.vn nhìn lại diễn biến thị trường từ tháng 1/2007 cho đến tháng 8/2008 đãcho thấy trong năm 2007, chứng khoán Việt Nam hầu như lãnh cảm với thế giới, chỉ số

tương quan correlation của năm ở mức rất thấp là 10,9% Điều này có nghĩa là nếu S&P

500 tăng điểm, thì chỉ có 11% khả năng là VN-Index tăng điểm theo Từ năm 2008 đến

nay, thị trường chứng khoán Việt Nam đã có mức độ có phản ứng cao hơn, chỉ số tương

quan correlation đã tăng lên ở mức 25% trong năm 2008 và đang ở mức 40% trong năm

2009

Mối tương quan giữa các chỉ số với S&P 500

Nguồn: Stox.vn

-So với các thị trường khác trong khu vực, chỉ số tương quan của Nikkei 225 củaNhật bản với S&P 500 là rất mạnh ở mức 80%, Kuala Lumpua với S&P 500 là 52%, vàJakarta với S&P 500 là 59% Chúng ta có thể nói mối liên hệ của VN-Index với chứngkhoán thế giới là còn yếu, nhưng đang có xu hướng gia tăng

-Do vậy nhà đầu tư cũng cần phải theo dõi và nắm bắt được các sự kiện ảnh

hưởng tới các thị trường chứng khoán chính trên thế giới đặc biệt là Mỹ, Nhật bản và Tây

Âu và từ đó có những quyết định mua bán chứng khoán kịp thời cũng như xác định định

hướng đầu tư khi có những dấu hiệu thay đổi từ các thị trường lớn này.”

(Nguồn:Stox.vn)-Qua bài nghiên cứu của stox.vn ta cũng thấy được mối liên quan giữa Vnindex

và S&P500, từ đó tôi đã có ý tưởng phát triển bài nghiên cứu này bằng cách tìm mối quan

hệ giữa Vnindex và các chỉ số chứng khoán lớn trên thế giới như S&P500 (Hoa Kì), Dax

(Đức), KOSPI (Hàn Quốc), Straints times (Singapore), CAC(Pháp), ftse100 (Anh)

-Chỉ số S&P500 đại diện cho 500 công ty lớn tại Hoa Kì Nền kinh tế Mỹ luôn có

sự ảnh hưởng lớn đến nền kinh tế trên toàn thế giới, S&P500 là một trong những chỉ sốquan trọng tại Hoa Kì, do đó khi chỉ số này thay đổi thì sẽ có tác động đến hầu hết cácquốc gia trên thế giới

-Chỉ số Dax là chỉ số chứng khoán quan trọng nhất của Sở giao dịch chứng khoánFrankfurt Chỉ số này được tính dựa trên 30 loại cổ phiếu Blue-Chip được giao dịch ở Sởgiao dịch chứng khoán Frankfurt tại Đức.

-Chỉ số ftse100 là chỉ số gồm 100 công ty lớn nhất nước anh và được nước Anh

được liệt kê trên London Stock Exchange, nó có tầm quan trọng lớn tại Anh

-Chỉ số CAC là chỉ số chứng khoán của Pháp, đo lường 40 trong 100 công ty lớnnhất tại Pháp, các công ty này được niêm yết trên sở giao dịch chứng khoán Paris, khi chỉ

số này thay đổi thì có ảnh hưởng khá lớn đến thị trường thế giới

-Chỉ số KOSPI gồm 200 cổ phiếu hàng đầu trong sở giao dich chứng khoán Koreatại Hàn Quốc

-Chỉ số Straints Times dựa trên các cổ phiếu của 30 công ty đại diện được niêmyết trên sở giao dịch chứng khoán Singapore, các công ty này đều là công ty lớn, lợinhuận hằng năm của các công ty này khá cao, chỉ số này có tầm ảnh hưởng lớn tạiSingapore

Hình 1:Mô hình hàm xu thế của chuỗi Vnindex

- Đồ thị có xu hướng giảm xuống trong thời gian đang xét nên chuỗi VNINDEXkhông dừng

- Phân tích đồ thị hàm tự tương quan-ACF và hàm tự tương quan-PACF của dữliệu gốc VNINDEX ta có

Hình 2: Đồ thị ACF và PACF của chuỗi VNindex

-Bảng ACF và PACF cho thấy chuỗi dữ liệu gốc không phải là chuỗi dừng

+ACF giảm dần

+PACF giảm đáng kể sau độ trễ k=1,k=2

đây là mô hình ar(1) hoặc ar(2)

Để xác định được chính xác chuỗi đã dừng hay chưa ta đi kiểm định Augmented

Dickey-Fuller (nghiệm định nghiệm đơn vị đối với tính dừng) cho ta kết quả sau:

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.830848 0.6847

Test critical values: 1% level -4.022135

5% level -3.440894 10% level -3.144955

Theo kết quả trên ta thấy t= -1.830848 có p_value=0.6847 khá lớn (>0.05) nên ta chấpnhận giả thuyết H0, tức là chuỗi VNindex không dừng

Hình 3:Đồ thị chuỗi VNindex sau khi lấy sai phân bậc 1

1.3.Xác định mô hình ARIMA

Lấy sai phân bậc 1 thì hàm tự tương quan ACF và PACF có dạng sau:

Hình 4:Đồ thị ACF và PACF của chuỗi VNindex sau khi lấy sai phân bậc 1

Ta thấy ACF và PACF tắt dần sau 1 độ trễ nên có thể xem là chuỗi dừng

Mô hình thích hợp của chuỗi này là ARIMA(1,1,1)

Nhưng để xác định được chính xác chuỗi đã dừng hay chưa ta đi kiểm định Augmented

Dickey-Fuller (nghiệm định nghiệm đơn vị đối với tính dừng) cho ta kết quả sau:

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.430673 0.0000

Test critical values: 1% level -4.022586

5% level -3.441111 10% level -3.145082

Theo kết quả trên ta thấy t= -7.430673có p_value=0.0000 rất nhỏ(<0.05) nên ta bác bỏ giảthuyết H0, tức là chuỗi VNindex sau khi lấy sai phân bậc 1 đã dừng

1.4.Mô hình AR(1)

1.4.1.Ước lượng mô hình AR(1)

Dependent Variable: VNINDEX

Method: Least Squares

Date: 06/26/09 Time: 13:08

Sample(adjusted): 2 147

Included observations: 146 after adjusting endpoints

Convergence achieved after 5 iterations

Variable Coefficient Std Error t-Statistic Prob.

C 519.5170 616.5174 0.842664 0.4008

AR(1) 0.995013 0.009642 103.1975 0.0000

R-squared 0.986659 Mean dependent var 658.0197

Adjusted R-squared 0.986566 S.D dependent var 288.3421

S.E of regression 33.41998 Akaike info criterion 9.869789

Sum squared resid 160832.9 Schwarz criterion 9.910660

Log likelihood -718.4946 F-statistic 10649.73

Durbin-Watson stat 1.085675 Prob(F-statistic) 0.000000

Inverted AR Roots 1.00

Hình 5:Kết quả ước lượng mô hình AR(1)

Các chỉ tiêu của sai số thống kê như AIC=9.869789, SC=9.869789, cho thấy mức độphù hợp của mô hình là khá cao (các chỉ số này càng nhỏ thì dự báo càng chính xác) vàp_value của mô hình=0.000000 rất nhỏ nên mô hình phù hợp.

1.4.2.Kiểm định phần dư

Hình 6:Kiểm định phần dư mô hình AR(1)

Qua kết quả kiểm định phần dư trong mô hình AR(1) ta thấy đa số các giá trị đều nằm

trong 2 đường giới hạn do đó có thể xem sai số là nhiễu trắng

1.4.3.Các chỉ tiêu dự báo, giá trị dự báo:

Hình 7:Các chỉ tiêu dự báo của mô hình AR(1)

Hình 8:Kết quả dự báo bằng mô hình AR(1)

Kết quả cho ta thấy giá trị trung bình của VNindex từ ngày 19/5/09 đến 25/5/09 sẽ

là 404.44 điểm.Vậy tuần 19/5/09->22/5/09 nhìn chung VNindex có xu thế tăng và đây

cũng là biểu hiện tốt cho nhà đầu tư trên thị trường chứng khoán

1.5.Mô hình AR(2)

1.5.1.Ước lượng mô hình AR(2)

Hình 9: Kết quả ước lượng mô hình AR(2)

Các chỉ tiêu của sai số thống kê như AIC=9.650321, SC=9.711909, cho thấy mức độphù hợp của mô hình là khá cao (các chỉ số này càng nhỏ thì dự báo càng chính xác) vàp_value của mô hình=0.000000 rất nhỏ nên mô hình phù hợp

1.5.2.Kiểm định phần dư

Hình 10: Kiểm định phần dư mô hình AR(2)

Qua kết quả kiểm định phần dư trong mô hình AR(2) ta thấy các giá trị đều nằm trong 2

đường giới hạn do đó có thể xem sai số là nhiễu trắng

1.5.3.Các chỉ tiêu dự báo và giá trị dự báo:

Hình 11:Các chỉ tiêu dự báo của mô hình AR(2)

Hình 12: Kết quả dự báo bằng mô hình AR(2)

Kết quả cho ta thấy giá trị trung bình của VNindex từ ngày 19/5/09 đến 25/5/09 sẽ

là 417.11 điểm.Vậy tuần 19/5/09->22/5/09 nhìn chung VNindex có xu thế tăng và đây

cũng là biểu hiện tốt cho nhà đầu tư trên thị trường chứng khoán

1.6.Mô hình ARIMA(1,1,1)

Ước lượng mô hình ARIMA(1,1,1)

Hình 13:Kết quả ước lương bằng mô hình ARIMA(1,1,1)

Ta có sig của mô hình>0.05-> mô hình không có ý nghĩa thống kê, do đó ta loại mô

hình ARIMA(1,1,1)

Từ đây ta sẽ chọn 1 trong 2 mô hình AR(1) hoặc AR(2)

Ta sẽ dung các chỉ số đo lường thống kê của sai số trong 2 mô hình như AIC, SC, RMSE,MAE, MAPE, TIC nhằm nhận dạng mô hình nào tốt hơn

Mô hình AR(1) Mô hình AR(2)

1.7.1.Kiểm định ảnh hưởng của Arch với mô hình AR(2)

Hình 14: Kết quả Kiểm định ảnh hưởng của Arch với mô hình AR(2)

Giá trị chi bình phương tính toán bằng 12.47>giá trị chi bình phương phê phán ở mức ýnghĩa 1% với 1 bậc tự do (=CHIINV(1%,1)=6.64) Như vậy chúng ta có thể kết luận môhình có thể có ảnh hưởng của ARCH(1)

Ta đi ước lượng mô hình ARCH(1)

1.7.2.Ước lượng ARCH(1)

Hình 15: Kết quả ước lượng ARCH(1)

Ta có giá trị ước lượng của hệ số 1=-0.463650<0 nên mô hình không có ảnh hưởng của

ARCH Do đó, tại thị trường chứng khoán Việt Nam Vnindex hoàn toàn không bị ảnhhưởng bởi sự thay đổi của các yếu tố thông tin

2.Kết hợp mô hình hồi quy,ARIMA,ARCH để dự báo Vnindex

2.1.Nhận dạng:

-Chứng khoán Việt Nam có ảnh hưởng bởi các chỉ số chứng khoán trên thế giới

Để xác định được điều này tôi sử dụng mô hình hồi quy nhân quả

-Hồi quy Vnindex theo các chỉ số chứng khoán của các nước lớn như S&P500(Hoa Kì), Dax (Đức), KOSPI (Hàn Quốc), Straints times (Singapore), CAC(Pháp),

ARCH để dự báo các chỉ số S&P500, Dax, KOSPI, Straints times, CAC, ftse100 Từ đó

thế vào mô hình hồi quy để dự báo Vnindex

Mô hình hồi quy:

VNINDEX   SP500 Dax KOSPI Traints times_  CAC ftse100 i

2.2.Ước lượng

Hồi quy

Dependent Variable: VNINDEX

Method: Least Squares

R-squared 0.891433 Mean dependent var 656.9801

Adjusted R-squared 0.886780 S.D dependent var 287.6292

S.E of regression 96.78191 Akaike info criterion 12.02925

Sum squared resid 1311343 Schwarz criterion 12.17165

Log likelihood -877.1495 F-statistic 191.5878

Durbin-Watson stat 0.503676 Prob(F-statistic) 0.000000

Hình 16:Kết quả hồi quy chuỗi VNindex

2.3.Kiểm định F_test, t_test và kiểm định Wald

-Ta có p_value của của các hệ số hồi quy <0.05 nên các hệ số hồi quy có ý nghĩathống kê Các biến SP500, KOSPI, Dax, Traints Times, CAC ,ftse100 đều có tác động

đến Vnindex

-Bên cạnh đó ta có F=191.5878 có xác suất p=0.00000 rất bé nên mô hình có ýnghĩa thống kê mô hình phù hợp

-Kiểm định Wald:

Hình 17:Kết quả kiểm định Wald

Theo kết quả bảng trên, vì P(F>44.49464)=0.00000 rất nhỏ nên bác bỏ giả thiết H0, tức

là các hệ số hồi quy có ý nghĩa thống kê,do đó các hệ số SP500, KOSPI, Dax, TraintsTimes, cac ,ftse100 không đồng thời bằng không và có thể giải thích được cho Vnindex

2.4.Kiểm định phần dư

2.4.1.Đồ thị phân phối chuẩn của phần dư

Hình 18:Đồ thị phần dư của hàm hồi quy Vnindex

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

a Test distribution is Normal.

Hình 19:Kết quả kiểm định K-S

Dựa vào kiểm định K-S ta có sig=0.355>0.05 nên ta chấp nhận giả thuyết HO: 

có phân phối chuẩn

Vậy mô hình hồi quy sẽ là

-Ý nghĩa của hệ số hồi quy:

 o 287.793 cho biết khi SP500, KOSPI, Dax, Traints Times, CAC ,ftse100 bằng 0 thì

VNINDEX đạt 287.793 điểm, điều này có nghĩa là ngoài việc bị ảnh hưởng bởi các chỉ

số chứng khoán trên thế giới, Vnindex còn bị ảnh hưởng bởi 1 số yếu tố trong nước

1 -1.747 cho biết khi chỉ số S&P500 tăng(giảm) 1 điểm thì VNINDEX giảm(tăng)1.747 điểm,trong điều kiện các yếu tố khác không đổi

2 0.214 cho biết khi chỉ số Dax tăng(giảm) 1 điểm thì VNINDEX tăng(giảm) 0.214

điểm,trong điều kiện các yếu tố khác không đổi