Ứng dụng mô hình ARIMA, ARCH GARCH để dự báo chỉ số VN INDEX trong ngắn hạn

Lời Cảm Ơn Với lòng kính trọng tri ân sâu sắc, trƣớc tiên em xin gửi lời cảm ơn chân thành đến Thầy Cô Trƣờng Đại học inh tế – Đại học uế nói chung đặc biệt Thầy Cô Khoa Tài – Ngân hàng nói riêng, tận tâm giảng dạy trang bị cho m nhi u kiến thức qu u suốt thời gian học tập trƣờng Đặc biệt, em xin gởi lời c m ơn chân thành đến ThS Phạm Quốc Khang, ngƣời trực tiếp hƣớng dẫn em thực đ tài tốt nghiệp suốt ốn tháng qua Nhờ hƣớng dẫn bảo tận tình thầy, m có đƣợc kiến thức uế kinh nghiệm quý báu v c ch x c định vấn đ nghiên cứu, phƣơng ph p nghiên cứu, x c định kết cấu cho đ tài, trình bày kết quả… hoàn thành đ tài tốt nghiệp tế H Cuối cùng, em xin bày tỏ lòng cảm ơn sâu sắc đến gia đình ạn è ên in h cạnh, hỗ trợ động viên em hoàn thành tốt khoá luận K Một lần nữa, em xin chân thành cảm ơn! ọc Huế, th ng năm 2015 Sinh viên thực Đ ại h Nguyễn Lê Nam Phƣơng i MỤC LỤC P N Đ T L N Đ o chọn đ tài ục tiêu nghiên cứu .2 Đối tƣợng phạm vi nghiên cứu Phƣơng ph p nghiên cứu P ết cấu đ tài .4 N N N C ƢƠN T N T N CƠ N N CỨ L L N uế tế H 1 L luận ản v chứng kho n thị trƣờng chứng khoán 1 Chứng kho n 1 Thị trƣờng chứng kho n in h L luận ản v số chứng kho n T ng qu t ài to n ự o 12 ọc 13 K 2 Chỉ số chứng kho n N-Index .11 Phân loại ự o 13 ại h C c ƣớc thực qu trình ự báo .14 3 C c thống kê đo độ ch nh x c ự o 16 Đ Chuỗi thời gian 17 C c vấn đ liên quan đến t nh ừng 18 1.5.1 Khái niệm 18 1.5.2 Hậu chuỗi không dừng .19 1.5.3 Kiểm định tính dừng .19 1.5.4 Biến đ i chuỗi không dừng thành chuỗi dừng .24 1.6 Quá trình tự hồi quy ( R), trung ình trƣợt (MA) mô hình ARIMA 25 161 ô hình R(p) 25 162 ô hình (q) .25 ii 163 ô hình R 17 phƣơng ph p ox-Jenkins 26 ô hình RC 31 h i niệm .31 1.7.2 Kiểm định tính ARCH 33 173 ột số iến thể mô hình RC .34 Nhƣợc điểm 34 18 ô hình RC .35 1.8.1 Mô hình GARCH (p, q) .35 C c iến thể GARCH .36 ỆT N TỪ T ỄN N T Ị TRƢ N C ỨN C Ỉ N- N N 10 2014 Đ N T N 40 N 2015 40 lƣợc v thị trƣờng chứng kho n iệt Nam số N-Index .40 in h 21 Đ N 40 tế H C ƢƠN RC c c iến thể 38 uế Ƣu nhƣợc điểm mô hình iai đoạn từ thành lập đến năm 2008 40 212 iai đoạn từ năm 2009 đến năm 2014 41 iễn iến thị trƣờng chứng kho n iệt Nam số N- n x giai ọc 22 K 211 đoạn nghiên cứu (10 2014 – 4/2015) 43 iai đoạn qu năm 2014 43 222 iai đoạn ốn th ng đầu năm 2015 47 ại h 221 Đ C ƢƠN ỨNG DỤNG MÔ HÌNH ARIMA, ARCH/GARCH 54 ĐỂ DỰ BÁO CHỈ S VN – INDEX TRONG NGẮN H N 54 3.1 Giới thiệu v mẫu quan sát 54 Ƣớc lƣợng mô hình ARIMA (p, d, q) .55 3.2.1 Kiểm định tính dừng chuỗi số VN – Index 55 322 c định mô hình ARIMA (p, d, q) .56 3.3 Kiểm định tính ARCH .60 Ƣớc lƣợng mô hình GARCH (p, q) 60 3.5 Tiến hành dự báo .62 iii 3.6 Nhận xét kết 64 3.7 So sánh với số nghiên cứu khác 66 P N T LU N 68 Kết đạt đƣợc 68 Hạn chế nghiên cứu 68 ƣớng phát triển đ tài .69 TÀI LIỆU THAM KH O 70 Đ ại h ọc K in h tế H uế PHỤ LỤC 73 iv DANH MỤC CÁC CHỮ VIẾT TẮT TTCK C phiếu CP Nhà đầu tƣ NĐT Giá trị vốn hóa GTVH Ngân hàng Nhà nƣớc NHNN tế H uế Thị trƣờng chứng khoán in h DANH MỤC CÁC BẢNG BIỂU ảng 1: C c ạng l thuyết C P C c c mô hình R, K ARMA 27 C P C số ạng mô hình ọc ảng 2: C c ạng l thuyết ARIMA 27 Bảng 2: ại h Bảng 3.1: Thống kê số VN-Index 54 c định mô hình ARIMA (p, d, q) phù hợp .57 Đ Bảng 3.3: So sánh giá trị thực tế với giá trị dự báo mẫu 59 Bảng 4: c định mô hình GARCH (p, q) phù hợp 61 v DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ ình 1: đồ mô phƣơng ph p ox-Jenkins 30 Hình 2.1: Diễn biến số VN-Index khối lƣợng giao dịch tháng 10/2014 43 Hình 2.2: Diễn biến số VN-Index khối lƣợng giao dịch tháng 11/2014 44 Hình 2.3: Diễn biến số VN-Index tháng 12/2014 46 Hình 2.4: Diễn biến số VN-Index tháng 1/2015 .47 Hình 2.5: Diễn biến số VN-Index tháng 2/2015 .49 Hình 2.6: Diễn biến số VN-Index tháng 3/2015 50 uế Hình 2.7: Diễn biến số VN-Index tháng 4/2015 52 tế H Hình 3.1: Biểu đồ biến động số VN-Index giai đoạn nghiên cứu .55 Hình 3.2: Biểu đồ chuỗi sai phân bậc VN-Index theo thời gian .56 Hình 3.3: Chỉ tiêu đ nh gi kết dự báo mô hình ARIMA (2, 1, 2) 58 in h Hình 3.4: Biểu đồ thể giá trị thực giá trị dự báo số VN-Index 59 Hình 3.5: Phân phối xác xuất phần ƣ RC (1, 1) .62 K Bảng 3.5: Kết dự báo số VN- n x phƣơng sai có u kiện .63 ọc ình 6: Đồ thị kết dự báo số VN-Index 63 o phƣơng sai có u kiện 64 ại h Hình 3.7: Đồ thị kết dự Hình 1: Kiểm định nghiệm đơn vị chuỗi gốc 73 Đ ình 2: Lƣợc đồ tự tƣơng quan C tự tƣơng quan phần PACF chuỗi gốc 74 Hình 3: Kiểm định nghiệm đơn vị chuỗi sai phân bậc 75 ình 4: Lƣợc đồ tự tƣơng quan C tự tƣơng quan phần PACF chuỗi sai phân bậc 76 ình 5: Ƣớc lƣợng mô hình ARIMA (0, 1, 1) 77 ình 6: Ƣớc lƣợng mô hình ARIMA (0, 1, 2) 77 ình 7: Ƣớc lƣợng mô hình ARIMA (1, 1, 0) 78 ình 8: Ƣớc lƣợng mô hình ARIMA (1, 1, 1) 78 ình 9: Ƣớc lƣợng mô hình ARIMA (1, 1, 2) 79 ình 10: Ƣớc lƣợng mô hình ARIMA (2, 1, 0) .79 vi ình 11: Ƣớc lƣợng mô hình ARIMA (2, 1, 1) .80 ình 12: Ƣớc lƣợng mô hình ARIMA (2, 1, 2) .80 (0, 1, 1) 81 Hình 14: Kiểm định tự tƣơng quan phần ƣ mô hình R (0, 1, 2) 82 Hình 15: Kiểm định tự tƣơng quan phần ƣ mô hình R (1, 1, 0) 83 Hình 16: Kiểm định tự tƣơng quan phần ƣ mô hình R (1, 1, 1) 84 Hình 17: Kiểm định tự tƣơng quan phần ƣ mô hình R (1, 1, 2) 85 Hình 18: Kiểm định tự tƣơng quan phần ƣ mô hình R (2, 1, 0) 86 Hình 19: Kiểm định tự tƣơng quan phần ƣ mô hình R (2, 1, 1) 87 Hình 20: Kiểm định tự tƣơng quan phần ƣ mô hình R (2, 1, 2) 88 uế Hình 13: Kiểm định tự tƣơng quan phần ƣ mô hình R Hình 21: Ƣớc lƣợng ARCH (1) 89 tế H Hình 22: Ƣớc lƣợng ARCH (2) 90 Hình 23: Ƣớc lƣợng ARCH (3) 91 in h Hình 24: Ƣớc lƣợng ARCH (4) 92 Hình 25: Ƣớc lƣợng ARCH (5) 93 K Hình 26: Ƣớc lƣợng ARCH (6) 94 ọc Hình 27: Ƣớc lƣợng ARCH (7) 95 Hình 28: Ƣớc lƣợng ARCH (8) 96 ại h Hình 29: Ƣớc lƣợng ARCH (9) 97 ình 30: Ƣớc lƣợng mô hình GARCH (0, 1) .98 Đ Hình 31: Ƣớc lƣợng mô hình GARCH (1, 0) .99 Hình 32: Ƣớc lƣợng mô hình GARCH (1, 1) .100 Hình 33: Ƣớc lƣợng mô hình GARCH (1, 2) .101 Hình 34: Ƣớc lƣợng mô hình GARCH (2, 1) .102 Hình 35: Ƣớc lƣợng mô hình GARCH (2, 2) .103 Hình 36: Kiểm tra tính ARCH mô hình GARCH (1, 1) 104 vii TÓM TẮT NGHIÊN CỨU TTCK giới nói chung Việt Nam nói riêng nơi hấp dẫn t chức c nhân đầu tƣ ởi mức sinh lợi cao Tuy nhiên, môi trƣờng ti m ẩn nhi u rủi ro Vì thế, dự o xu hƣớng biến động số giá chứng khoán thị trƣờng u cần thiết Đã từ lâu, chuỗi thời gian đƣợc sử dụng nhƣ công cụ hữu ch để phân tích dự báo vấn đ kinh tế, xã hội Chính tầm quan trọng mà có nhi u phƣơng ph p để nghiên cứu v chuỗi thời gian, nhƣng số đó, n i bật phƣơng ph p ox-Jenkins mô hình ARIMA, ARCH/GARCH R , RC RC để dự báo số VN-Index ngắn hạn” tế H hình uế Nhận thấy đƣợc u này, định nghiên cứu v đ tài: “Ứng dụng mô ục tiêu cốt lõi nghiên cứu đƣa đƣợc kết dự báo số VN-Index để giúp cá nhân, t chức có nhìn khái quát v thị trƣờng, từ đƣa in h đƣợc chiến lƣợc đầu tƣ phù hợp giai đoạn ngắn Đồng thời, so sánh mà nghiên cứu thực đƣợc với số nghiên cứu v số K chứng kho n đƣợc thực trƣớc ọc Với chuỗi liệu số VN- n x giai đoạn từ tháng 10/2014 trở lại ại h đây, tiến hành ƣớc lƣợng c c mô hình R au đó, ựa vào tiêu ch có độ tin cậy cao, đƣợc sử dụng rộng rãi nhi u nghiên cứu để lựa chọn đƣợc mô Đ hình ARIMA (2, 1, 2) Thực dự báo mẫu mô hình vừa lựa chọn, ta thu đƣợc giá trị dự báo xác Tuy nhiên, mô hình lại có nhƣợc điểm, có tồn phƣơng sai sai số thay đ i Bởi vậy, cần phải tiếp tục ƣớc lƣợng c c mô RC để khắc phục u Sau qu trình ƣớc lƣợng đ nh giá mô hình cuối đƣợc lựa chọn mô hình GARCH (1, 1) Từ đó, sử dụng mô hình GARCH (1, 1) để tiến hành dự báo giá trị trung ình có u kiện phƣơng sai có u kiện số VN-Index Kết dự báo cho thấy số VNn x có xu hƣớng giảm điểm tuần tháng 5/2015 giá trị phƣơng sai ự o đƣợc tƣơng đối thấp viii Đ Đ TTCK yếu tố ản n n kinh tế thị trƣờng đại Nó có chức vô quan trọng gi p huy động vốn đầu tƣ cho n n kinh tế cung cấp cho công chúng môi trƣờng đầu tƣ lành mạnh với c c hội lựa chọn phong phú, phù hợp với khả mục tiêu NĐT Đồng thời, c n kênh đầu tƣ hấp dẫn, ởi l mức sinh lợi mà thị trƣờng mang lại cho c c NĐT uế lớn Tuy nhiên, ên cạnh mức sinh lợi cao này, thị trƣờng tồn tế H nhi u rủi ro ti m ẩn NĐT ự đo n đƣợc x c xu hƣớng giá CP tƣơng lai chung TTC ì vậy, ối cảnh kinh tế xã hội nói nói riêng vận động không ngừng, ài to n ự in h trở nên quan trọng đƣợc nhi u ngƣời quan tâm Việc dự o tài ch nh ngày o ch nh x c xu hƣớng thị trƣờng s gi p đ đƣợc chiến lƣợc đ ng đắn nhằm phục vụ ọc lƣợc quốc gia K cho công việc kinh doanh cá nhân, t chức hay ch hoạch định chiến ại h t đến TTC nƣớc ta, đời từ năm 2000 ph t triển Trong suốt thời gian hoạt động, TTC ph t huy tốt vai tr mình, góp phần to nƣớc ta Đ lớn th c đẩy n n kinh tế Tuy nhiên ên cạnh thành công đó, TTC gặp phải không t thăng trầm Điển hình suy giảm trầm trọng thị trƣờng vào năm 2008, o ảnh hƣởng từ khủng hoảng kinh tế toàn cầu sau khủng hoảng này, TTC nƣớc ta năm trở lại ần hồi phục có ƣớc tăng trƣởng trở lại Trong oa , giới năm 2014 ể từ o c o tập đoàn đầu tƣ spok iệt Nam đƣợc xếp hạng 32 số 51 TTCK giao ịch tốt ƣớc sang năm 2015, triển vọng tăng trƣởng n n kinh tế nƣớc ta đƣợc xem sáng sủa TTC nƣớc ta đƣợc ự o có nhi u hội ti m ởi ối cảnh n n kinh tế s có nhi u thay đ i iễn tƣơng lai, ch ng hạn nhƣ: việc tăng cƣờng c phần hóa c c oanh nghiệp nhà nƣớc, t i cấu hệ thống ngân hàng th o thông tƣ 36, vv Ngoài ra, TTC nƣớc ta năm 2015 nhận đƣợc nhi u đ nh gi khả quan từ c c chuyên gia nƣớc ngoài, ch ng hạn th o loom rg ự o TTC iệt Nam năm s đạt mức cao năm Tuy nhiên, ên cạnh đ nh gi t ch cực có nhƣng lo ngại cho TTC nƣớc ta năm 2015 Hãng tin CNBC nhận định: TTCK Việt Nam đạt đƣợc thành tăng đ ng nể năm 2014, nhƣng không rõ liệu triển vọng kinh tế tích cực có giúp giá CP tăng cao năm 2015 Trong đó, việc giá dầu giảm gây tác động bất lợi cho thị trƣờng Việt Nam nƣớc sản xuất dầu tình hình gi ầu iễn iến phức tạp có chi u hƣớng giảm sâu Đây uế yếu tố gây sức p lên TTC nƣớc ta tế H Trƣớc tình hình đó, việc nghiên cứu iến động TTC gian tới cần thiết Tại thị trƣờng nƣớc ta thời iệt Nam, xu hƣớng iến động thị trƣờng đƣợc phản nh r n t thông qua số gi chứng kho n in h thông qua việc dự báo tăng giảm số N-Index Vì vậy, n- n x ta nhận biết đƣợc chi u hƣớng biến động giá CP thị trƣờng K Nghiên cứu chuỗi thời gian để ự o phƣơng ph p hữu hiệu, đƣợc sử ọc ụng nhi u c c l nh vực kinh tế, xã hội nhi u nƣớc giới Có vv ại h nhi u công cụ phục vụ cho việc ự báo chuỗi thời gian nhƣ hồi qui, phân t ch uri , Nhƣng số đó, mô hình R đƣợc ứng ụng nhi u cho c c Đ kết đ ng tin cậy Ngoài ra, c n có số c c mô hình kh c nhƣ RC RC đƣợc triển khai ứng dụng phân t ch nhi u l nh vực, đặc biệt l nh vực tài ch nh uất ph t từ l nghiên cứu đ tài: Ứ , ” o nêu trên, định  ục tiêu ch nh: ự o đƣợc giá trị trung bình VN-Index tuần th ng 5/2015 Từ đó, đƣa đƣợc xu hƣớng biến động số giá chứng khoán Heteroskedasticity Test: ARCH F-statistic 1.459283 Prob F(2,127) 0.0236 Obs*R-squared 2.920396 Prob Chi-Square(2) 0.0322 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:55 tế H Included observations: 130 after adjustments uế Sample (adjusted): 10/08/2014 4/17/2015 Coefficient Std Error t-Statistic Prob C 24.83539 5.492434 4.521747 0.0000 RESID^2(-1) 0.053545 0.088037 0.608214 0.0441 RESID^2(-2) 0.137131 0.088075 1.556987 0.0122 R-squared 0.022465 Mean dependent var 30.76114 0.007070 S.D dependent var 45.93001 K ọc ại h Adjusted R-squared in h Variable 45.76736 Akaike info criterion 10.50783 Sum squared resid 266020.7 Schwarz criterion 10.57400 Log likelihood -680.0087 Hannan-Quinn criter 10.53471 F-statistic 1.459283 Durbin-Watson stat 1.995947 Prob(F-statistic) 0.236273 Đ S.E of regression Hình 22: Ƣớc lƣợng ARCH (2) Ngu n: Xử lý phần m m Eviews 6.0 90 Heteroskedasticity Test: ARCH F-statistic 0.965012 Prob F(3,125) 0.0116 Obs*R-squared 2.920047 Prob Chi-Square(3) 0.0041 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:55 tế H Included observations: 129 after adjustments uế Sample (adjusted): 10/09/2014 4/17/2015 Coefficient Std Error t-Statistic Prob C 24.81436 5.979739 4.149739 0.0001 RESID^2(-1) 0.052190 0.089425 0.583622 0.0005 RESID^2(-2) 0.136551 0.088738 1.538820 0.0264 RESID^2(-3) 0.010207 0.089465 0.114091 0.0093 ọc K in h Variable 0.022636 Mean dependent var 30.99774 Adjusted R-squared -0.000821 S.D dependent var 46.02947 S.E of regression 46.04836 Akaike info criterion 10.52778 Đ ại h R-squared Sum squared resid 265056.4 Schwarz criterion 10.61645 Log likelihood -675.0417 Hannan-Quinn criter 10.56381 F-statistic 0.965012 Durbin-Watson stat 1.998596 Prob(F-statistic) 0.411558 Hình 23: Ƣớc lƣợng ARCH (3) Ngu n: Xử lý phần m m Eviews 6.0 91 Heteroskedasticity Test: ARCH F-statistic 0.908467 Prob F(4,123) 0.0413 Obs*R-squared 3.673070 Prob Chi-Square(4) 0.0421 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:56 tế H Included observations: 128 after adjustments uế Sample (adjusted): 10/10/2014 4/17/2015 Coefficient Std Error t-Statistic Prob C 27.11468 6.438227 4.211514 0.0000 RESID^2(-1) 0.049845 0.089916 0.554348 0.0305 RESID^2(-2) 0.147590 0.089891 1.641878 0.0132 RESID^2(-3) 0.014688 0.089914 0.163360 0.0075 0.089940 -0.892679 0.0338 K ọc 0.028696 Mean dependent var 31.20377 -0.002891 S.D dependent var 46.15058 Đ R-squared -0.080287 ại h RESID^2(-4) in h Variable S.E of regression 46.21725 Akaike info criterion 10.54286 Sum squared resid 262732.2 Schwarz criterion 10.65427 Log likelihood -669.7432 Hannan-Quinn criter 10.58813 F-statistic 0.908467 Durbin-Watson stat 1.981684 Prob(F-statistic) 0.461328 Adjusted R-squared Hình 24: Ƣớc lƣợng ARCH (4) Ngu n: Xử lý phần m m Eviews 6.0 92 Heteroskedasticity Test: ARCH F-statistic 0.949041 Prob F(5,121) 0.0421 Obs*R-squared 4.792558 Prob Chi-Square(5) 0.0417 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:56 tế H Included observations: 127 after adjustments uế Sample (adjusted): 10/13/2014 4/17/2015 Coefficient Std Error t-Statistic Prob C 24.47993 6.950323 3.522129 0.0006 RESID^2(-1) 0.057351 0.090623 0.632861 0.0280 RESID^2(-2) 0.145958 0.090342 1.615622 0.0088 RESID^2(-3) 0.000376 0.091187 0.004123 0.0067 -0.085214 0.090356 -0.943096 0.0375 0.098369 0.090553 1.086322 0.0295 0.037737 Mean dependent var 31.29159 Adjusted R-squared -0.002026 S.D dependent var 46.32262 S.E of regression 46.36953 Akaike info criterion 10.55725 Sum squared resid 260166.1 Schwarz criterion 10.69162 Log likelihood -664.3856 Hannan-Quinn criter 10.61185 F-statistic 0.949041 Durbin-Watson stat 2.011090 Prob(F-statistic) 0.452059 Đ R-squared K ại h RESID^2(-5) ọc RESID^2(-4) in h Variable Hình 25: Ƣớc lƣợng ARCH (5) Ngu n: Xử lý phần m m Eviews 6.0 93 Heteroskedasticity Test: ARCH F-statistic 0.892550 Prob F(6,119) 0.0428 Obs*R-squared 5.426128 Prob Chi-Square(6) 0.0404 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:56 Included observations: 126 after adjustments Coefficient Std Error t-Statistic Prob C 22.83778 7.374111 3.097021 0.0024 RESID^2(-1) 0.049093 0.091391 0.537177 0.0021 RESID^2(-2) 0.150405 0.091137 1.650315 0.0015 RESID^2(-3) -0.002263 0.091670 -0.024685 0.0003 RESID^2(-4) -0.096151 0.091638 -1.049247 0.0000 0.094057 0.091048 1.033049 0.0337 0.080091 0.091399 0.876270 0.0062 0.043065 Mean dependent var 31.53846 Adjusted R-squared -0.005184 S.D dependent var 46.42359 S.E of regression 46.54377 Akaike info criterion 10.57262 Sum squared resid 257792.4 Schwarz criterion 10.73019 Log likelihood -659.0748 Hannan-Quinn criter 10.63663 F-statistic 0.892550 Durbin-Watson stat 1.994337 Prob(F-statistic) 0.502790 Đ R-squared in h K ại h RESID^2(-6) ọc RESID^2(-5) tế H Variable uế Sample (adjusted): 10/14/2014 4/17/2015 Hình 26: Ƣớc lƣợng ARCH (6) Ngu n: Xử lý phần m m Eviews 6.0 94 Heteroskedasticity Test: ARCH F-statistic 0.811495 Prob F(7,117) 0.0095 Obs*R-squared 5.787865 Prob Chi-Square(7) 0.0047 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:57 Variable Coefficient Std Error Prob C 20.96614 7.754800 2.703634 0.0079 RESID^2(-1) 0.048337 0.092228 0.524102 0.0012 RESID^2(-2) 0.145939 0.091944 1.587263 0.0152 RESID^2(-3) 0.005912 0.092612 0.063836 0.0492 RESID^2(-4) -0.092107 0.092207 -0.998916 0.0199 0.085437 0.092501 0.923630 0.0076 0.076645 0.091939 0.833654 0.0062 0.055292 0.092144 0.600063 0.0496 R-squared 0.046303 Mean dependent var 31.26674 Adjusted R-squared -0.010756 S.D dependent var 46.50970 S.E of regression 46.75916 Akaike info criterion 10.58976 Sum squared resid 255811.0 Schwarz criterion 10.77077 Log likelihood -653.8598 Hannan-Quinn criter 10.66329 F-statistic 0.811495 Durbin-Watson stat 1.978191 Prob(F-statistic) 0.579461 in h K ại h RESID^2(-6) ọc RESID^2(-5) RESID^2(-7) tế H t-Statistic Đ Included observations: 125 after adjustments uế Sample (adjusted): 10/15/2014 4/17/2015 Hình 27: Ƣớc lƣợng ARCH (7) Ngu n: Xử lý phần m m Eviews 6.0 95 Heteroskedasticity Test: ARCH F-statistic Obs*R-squared 0.886058 7.199447 Prob F(8,115) Prob Chi-Square(8) 0.0306 0.0253 Test Equation: uế Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:57 Sample (adjusted): 10/16/2014 4/17/2015 Included observations: 124 after adjustments Coefficient Std Error C RESID^2(-1) RESID^2(-2) 23.79664 0.056938 0.152165 8.070020 0.092700 0.092482 2.948770 0.614217 1.645345 0.0039 0.0403 0.0026 RESID^2(-3) RESID^2(-4) RESID^2(-5) RESID^2(-6) RESID^2(-7) RESID^2(-8) 0.014591 -0.105059 0.083496 0.092651 0.060398 -0.112808 0.093079 0.092885 0.092747 0.093009 0.092365 0.092536 0.156760 -1.131066 0.900251 0.996151 0.653907 -1.219078 0.0057 0.0204 0.0399 0.0213 0.0145 0.0253 R-squared Adjusted R-squared S.E of regression Sum squared resid 0.058060 -0.007466 46.82615 252159.2 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion 31.45146 46.65232 10.60057 10.80527 Log likelihood F-statistic Prob(F-statistic) -648.2355 0.886058 0.530618 Hannan-Quinn criter Durbin-Watson stat 10.68373 1.814649 in h K ọc ại h Đ t-Statistic tế H Variable Prob Hình 28: Ƣớc lƣợng ARCH (8) Ngu n: Xử lý phần m m Eviews 6.0 96 Heteroskedasticity Test: ARCH F-statistic Obs*R-squared 1.062239 9.594462 Prob F(9,113) Prob Chi-Square(9) 0.3962 0.3843 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/15/15 Time: 18:57 Sample (adjusted): 10/17/2014 4/17/2015 Included observations: 123 after adjustments Std Error C RESID^2(-1) RESID^2(-2) RESID^2(-3) RESID^2(-4) RESID^2(-5) RESID^2(-6) RESID^2(-7) RESID^2(-8) RESID^2(-9) 18.59354 0.081811 0.121592 0.024913 -0.105473 0.109801 0.108996 0.046522 -0.119516 0.089137 7.878139 0.087133 0.086640 0.087317 0.086969 0.087164 0.086874 0.087161 0.086438 0.086949 in h K ọc ại h Đ R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.078004 0.004570 43.68891 215685.4 -633.8970 1.062239 0.396177 t-Statistic Prob 2.360143 0.938919 1.403414 0.285312 -1.212774 1.259715 1.254654 0.533748 -1.382675 1.025170 0.0200 0.0498 0.0132 0.0059 0.0277 0.0104 0.0122 0.0046 0.0195 0.7305 uế Coefficient tế H Variable Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 29.96348 43.78909 10.46987 10.69850 10.56274 1.901001 Hình 29: Ƣớc lƣợng ARCH (9) Ngu n: Xử lý phần m m Eviews 6.0 97 K t qu ng mô hình GARCH (p, q) Dependent Variable: D(GIA_DONG_CUA) Method: ML - ARCH (Marquardt) - Normal distribution Date: 05/14/15 Time: 09:00 Sample (adjusted): 10/06/2014 4/17/2015 Included observations: 132 after adjustments Convergence achieved after 21 iterations MA Backcast: 10/02/2014 10/03/2014 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*GARCH(-1) Coefficient Std Error z-Statistic Prob C AR(2) MA(2) -0.279962 -0.655342 0.920556 0.578366 0.089614 0.050345 -0.484057 -7.312984 18.28500 0.0283 0.0000 0.0000 tế H uế Variable Variance Equation 9.357691 0.697263 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.125959 0.098430 5.654867 4061.144 -413.4098 4.575538 0.001744 90.32526 2.935265 0.103600 0.237547 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.0175 0.0122 -0.327273 5.955562 6.339543 6.448740 6.383915 1.827437 Đ ại h ọc K in h C GARCH(-1) ình 30: Ƣớc lƣợng mô hình GARCH (0, 1) Ngu n: Xử lý phần m m Eviews 6.0 98 Dependent Variable: D(GIA_DONG_CUA) Method: ML - ARCH (Marquardt) - Normal distribution Date: 05/14/15 Time: 09:04 Sample (adjusted): 10/06/2014 4/17/2015 Included observations: 132 after adjustments Convergence achieved after 11 iterations MA Backcast: 10/02/2014 10/03/2014 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 Coefficient Std Error z-Statistic Prob C AR(2) MA(2) -0.222892 -0.653611 0.918847 0.575225 0.090530 0.052001 -0.387487 -7.219825 17.66968 0.0084 0.0000 0.0000 tế H Variance Equation uế Variable 28.68980 0.067200 4.693978 0.101705 6.112045 0.660728 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.125861 0.098329 5.655184 4061.600 -413.1714 4.571465 0.001755 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.0000 0.0088 -0.327273 5.955562 6.335930 6.445127 6.380303 1.827069 Đ ại h ọc K in h C RESID(-1)^2 Hình 31: Ƣớc lƣợng mô hình GARCH (1, 0) Ngu n: Xử lý phần m m Eviews 6.0 99 Dependent Variable: D(GIA_DONG_CUA) Method: ML - ARCH (Marquardt) - Normal distribution Date: 05/14/15 Time: 09:05 Sample (adjusted): 10/06/2014 4/17/2015 Included observations: 132 after adjustments Convergence achieved after 37 iterations MA Backcast: 10/02/2014 10/03/2014 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*GARCH(-1) Coefficient Std Error z-Statistic Prob C AR(2) MA(2) -0.220469 -0.670080 0.926950 0.598578 0.092389 0.047600 -0.368321 -7.252768 19.47355 0.0126 0.0000 0.0000 8.302791 0.089240 0.641764 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.125544 0.090843 5.678610 4063.074 -412.4713 3.617919 0.004311 13.47847 0.115665 0.514871 0.616004 0.771542 1.246456 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.0379 0.0404 0.0126 -0.327273 5.955562 6.340475 6.471511 6.393722 1.828239 Đ ại h ọc K in h C RESID(-1)^2 GARCH(-1) tế H Variance Equation uế Variable Hình 32: Ƣớc lƣợng mô hình GARCH (1, 1) Ngu n: Xử lý phần m m Eviews 6.0 100 Dependent Variable: D(GIA_DONG_CUA) Method: ML - ARCH (Marquardt) - Normal distribution Date: 05/14/15 Time: 09:06 Sample (adjusted): 10/06/2014 4/17/2015 Included observations: 132 after adjustments Convergence achieved after 19 iterations MA Backcast: 10/02/2014 10/03/2014 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*GARCH(-1) + C(7)*GARCH(-2) Coefficient Std Error z-Statistic Prob C AR(2) MA(2) -0.210787 -0.675001 0.929660 0.596690 0.092252 0.047265 -0.353261 -7.316913 19.66897 0.0239 0.0000 0.0000 tế H Variance Equation uế Variable 8.269316 0.090530 0.900405 -0.258339 9.520629 0.112720 1.075884 0.907573 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.125320 0.083335 5.702011 4064.116 -412.3668 2.984894 0.009281 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.868568 0.803135 0.836897 -0.284648 0.0351 0.0219 0.0427 0.0759 -0.327273 5.955562 6.354042 6.506918 6.416164 1.828597 Đ ại h ọc K in h C RESID(-1)^2 GARCH(-1) GARCH(-2) Hình 33: Ƣớc lƣợng mô hình GARCH (1, 2) Ngu n: Xử lý phần m m Eviews 6.0 101 Dependent Variable: D(GIA_DONG_CUA) Method: ML - ARCH (Marquardt) - Normal distribution Date: 05/14/15 Time: 09:08 Sample (adjusted): 10/06/2014 4/17/2015 Included observations: 132 after adjustments Convergence achieved after 49 iterations MA Backcast: 10/02/2014 10/03/2014 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*RESID(-2)^2 + C(7)*GARCH(-1) Coefficient Std Error z-Statistic Prob C AR(2) MA(2) -0.207932 -0.674523 0.925635 0.610302 0.100130 0.049738 -0.340704 -6.736464 18.61025 0.7333 0.0000 0.0000 tế H Variance Equation uế Variable 21.88036 0.026952 0.194833 0.070992 13.07836 0.110329 0.149331 0.422768 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.125326 0.083341 5.701992 4064.089 -411.7438 2.985055 0.009278 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 1.673021 0.244284 1.304702 0.167922 0.0943 0.8070 0.1920 0.8666 -0.327273 5.955562 6.344602 6.497478 6.406724 1.828143 Đ ại h ọc K in h C RESID(-1)^2 RESID(-2)^2 GARCH(-1) Hình 34: Ƣớc lƣợng mô hình GARCH (2, 1) Ngu n: Xử lý phần m m Eviews 6.0 102 Dependent Variable: D(GIA_DONG_CUA) Method: ML - ARCH (Marquardt) - Normal distribution Date: 05/14/15 Time: 09:09 Sample (adjusted): 10/06/2014 4/17/2015 Included observations: 132 after adjustments Convergence achieved after 56 iterations MA Backcast: 10/02/2014 10/03/2014 Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*RESID(-2)^2 + C(7)*GARCH(-1) + C(8)*GARCH(-2) Coefficient Std Error z-Statistic Prob C AR(2) MA(2) -0.228010 -0.653832 0.895695 0.617186 0.113073 0.069071 -0.369434 -5.782372 12.96782 0.7118 0.0000 0.0000 tế H Variance Equation uế Variable 47.82149 -0.030676 0.153658 -0.275453 -0.409013 21.70413 0.091958 0.103560 0.353941 0.346043 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.123383 0.073897 5.731290 4073.114 -411.3856 2.493275 0.019779 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 2.203336 -0.333588 1.483764 -0.778245 -1.181973 0.0276 0.7387 0.1379 0.4364 0.2372 -0.327273 5.955562 6.354328 6.529043 6.425324 1.826142 Đ ại h ọc K in h C RESID(-1)^2 RESID(-2)^2 GARCH(-1) GARCH(-2) Hình 35: Ƣớc lƣợng mô hình GARCH (2, 2) Ngu n: Xử lý phần m m Eviews 6.0 103 Ki m tra tính ARCH c a mô hình GARCH (1, 1) Heteroskedasticity Test: ARCH F-statistic Obs*R-squared 0.287169 2.111357 Prob F(7,117) Prob Chi-Square(7) 0.9579 0.9534 Test Equation: Dependent Variable: WGT_RESID^2 Method: Least Squares Date: 05/16/15 Time: 09:20 Sample (adjusted): 10/15/2014 4/17/2015 Included observations: 125 after adjustments Coefficient Std Error C WGT_RESID^2(-1) WGT_RESID^2(-2) WGT_RESID^2(-3) WGT_RESID^2(-4) WGT_RESID^2(-5) WGT_RESID^2(-6) WGT_RESID^2(-7) 0.917081 -0.031890 0.063040 -0.020106 -0.063613 0.074949 0.045271 0.021974 0.286036 0.092243 0.092089 0.092040 0.091883 0.091920 0.092087 0.092158 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.016891 -0.041928 1.557194 283.7078 -228.5942 0.287169 0.957857 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat Prob 3.206175 -0.345714 0.684558 -0.218449 -0.692326 0.815373 0.491607 0.238441 0.0017 0.7302 0.4950 0.8275 0.4901 0.4165 0.6239 0.8120 tế H in h K ọc ại h Đ t-Statistic uế Variable 1.008367 1.525541 3.785508 3.966520 3.859044 1.985954 Hình 36: Kiểm tra tính ARCH mô hình GARCH (1, 1) Ngu n: Xử lý phần m m Eviews 6.0 104 [...]... một loạt các mô hình ARIMA Sử dụng các chỉ tiêu nhƣ C, C, vv… để lựa chọn mô hình ARIMA tốt nhất trong số các mô hình đã có Tiến hành dự báo ngoài mẫu bằng mô hình vừa chọn và kiểm tra xem liệu mô hình này có hiệu ứng ARCH hay không Nếu kết quả dự báo ngoài mẫu có độ chính xác cao và mô hình không có tính ARCH, thì ta có thể sử dụng ngay mô hình này để dự báo chính thức cho chỉ số VN- n x trong giai... số VN- n x trong giai đoạn cần nghiên cứu Ngƣợc lại, nếu mô RC RC để khắc phục hiện tƣợng này uế hình ARIMA vừa chọn có tồn tại hiệu ứng ARCH thì ta buộc phải ƣớc lƣợng các mô hình uy trình ƣớc lƣợng và các tiêu chuẩn lựa tế H chọn mô hình ARCH/ GARCH phù hợp cũng tƣơng tự nhƣ đối với mô hình ARIMA Cuối cùng, khi đã chọn ra đƣợc mô hình ARCH/ GARCH mà ta cho là tốt nhất thì tiến hành dự in h báo (Những... tham khảo một số nghiên cứu trong và ngoài nƣớc đã đƣợc thực hiện trƣớc đó v ứng ụng mô hình R , RC - Thu thập thông tin: từ c c tạp ch khoa học, c c trang RC trong ự o mạng để có c i nhìn r hơn v chỉ số VN- Index - Thu thập số liệu: số liệu thứ cấp của chỉ số VN- Index từ w sit ca 3 o vn  Phƣơng ph p nghiên cứu định lƣợng Để có thể ƣớc lƣợng và dự o đƣợc chỉ số VN- Index trong ngắn hạn, trƣớc tiên cần... qu t iễn iến chỉ số chứng kho n VN- Index nói riêng, cũng nhƣ TTC nƣớc ta nói chung th o từng giai đoạn từ khi thành lập đến nay, đặc iệt đi sâu vào tìm hiểu giai đoạn nghiên cứu - Chƣơng 3: Ứng ụng mô hình R , RC RC để ự o chỉ số VN- Index trong ngắn hạn Tiến hành kiểm định t nh ừng của chuỗi VN- Index Đƣa ra c c tiêu ch đ nh gi mức độ phù hợp của c c mô hình và lựa chọn mô hình phù hợp nhất với chuỗi... tiết trong Chƣơng 1, Phần II) phƣơng ph p nghiên cứu Đ  Phần : Nội ung và kết quả nghiên cứu - Chƣơng 1: T ng quan cơ sở l luận Trình ày những kh i niệm, l luận cơ ản v một số vấn đ trọng tâm của ài nghiên cứu, ao gồm: TTC , chỉ số chứng kho n VN- Index, ài to n ự o, phƣơng ph p nghiên cứu ựa trên ữ liệu chuỗi thời gian và l thuyết c c mô hình ự o R , RC GARCH - Chƣơng 2: Tình hình iến động chỉ số VN- Index. .. đến tháng 4/2015 ự o đƣợc chỉ số VN- Index trong tuần đầu tiên của th ng 5/2015 - iải th ch và đ nh gi kết quả ự tế H - o đƣợc in h - So sánh kết quả đạt đƣợc với một số bài nghiên cứu khác 3 Đ ọc chứng kho n VN- Index K  Đối tƣợng nghiên cứu mà đ tài hƣớng đến là chuỗi thời gian của chỉ số ại h  Đ tài tập trung nghiên cứu chuỗi số liệu qu khứ của chỉ số VN- Index 4 Đ trong bảy th ng: từ th ng 10 2014... chọn một mô hình phù hợp, có độ khả thi cao Sau khi lựa chọn mô hình, các tham số của mô hình cũng đƣợc ƣớc lƣợng trên cơ sở dữ liệu Trong các phƣơng pháp ƣớc lƣợng, lựa chọn phƣơng pháp nào hiệu in h quả nhất K ớc 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: ọc - Nếu mô hình đã phù hợp, thì sử dụng vào đâu và nhằm mục đ ch gì? ại h - Nếu mô hình... của đối tƣợng đó trong qu khứ Đ Đối với phƣơng ph p này, ngƣời ta thƣờng 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 sát của một biến duy nhất theo biến số độc lập là thời gian Giả định chủ yếu là biến số dự báo s giữ nguyên chi u hƣớng phát triển đã xảy ra trong quá khứ và hiện tại - Đối với mô hình giải thích:... không? Đ Trong trƣờng hợp mô hình đã phù hợp với dữ liệu, chuyển sang Bƣớc 6 C n nếu chƣa thì lặp lại c c ƣớc 3, 4, 5 cho đến khi xây dựng đƣợc mô hình phù hợp thì chuyển sang Bƣớc 6 ớc 6: c định các giá trị dự báo theo mô hình Sau khi đã chọn đƣợc các mô hình phù hợp với dữ liệu, sử dụng mô hình để tính toán các giá trị dự báo tƣơng lai của dữ liệu Khi đó phân tích các ƣu, nhƣợc điểm của từng mô hình... hiện trong mô hình (nhiễu trắng) in h Y(t) là một hàm tuyến tính của những quan sát dừng quá khứ yt-1, yt-2,… Nói cách khác, khi sử dụng phân tích hồi quy yt theo các giá trị chuỗi thời gian dừng có K độ trễ, s thu đƣợc mô hình AR (yếu tố xu thế đã đƣợc tách khỏi yếu tố thời gian) ụ: Nếu ta sử dụng hai quan sát dừng quá khứ, ta có mô hình ại h của mô hình AR ọc Số quan sát dừng quá khứ sử dụng trong mô