Dự báo biến động của chỉ số VN INDEX trên thị trường chứng khoán việt nam bằng mô hình GARCH

LỜI CAM ĐOAN Tơi xin cam đoan Khóa luận tốt nghiệp “Dự báo biến động số VN – Index thị trường chứng khốn Việt Nam mơ hình GARCH” cơng trình nghiên cứu thân Những phần sử dụng tài liệu tham khảo đồ án nêu rõ phần tài liệu tham khảo Các số liệu, kết trình bày đồ án hồn tồn trung thực, sai tơi xin chịu hoàn toàn trách nhiệm chịu kỷ luật môn nhà trường đề Nha Trang, ngày 22 tháng năm 2019 Sinh viên Lê Quốc Trạng LỜI CẢM ƠN Trên đường thành công cá nhân ln có bóng dáng người thầy, người cô Thầy cô người dẫn lối, định hướng cho người tìm đến mục tiêu thân Và suốt thời gian từ lúc bước vào trường đến nay, em nhận quan tâm, giúp đỡ tận tình nhiều thầy Với lịng kính trọng biết ơn sâu sắc, em xin gửi lời cảm ơn chân thành đến tất thầy cô Trường Đại học Nha Trang, đặc biệt thầy Khoa Kế tốn – Tài Thầy tri thức tâm huyết truyền đạt vốn kiến thức quý báu cho chúng em thời gian học tập trường Đặc biệt, em xin chân thành cảm ơn ThS Nguyễn Thị Kim Dung, người trực tiếp hướng dẫn em thực Khóa luận tốt nghiệp suốt thời gian qua Nhờ có tận tâm, tận tình hướng dẫn bảo cơ, em tích lũy vơ vàn kiến thức, làm sở để em hồn thành Khóa luận Nếu khơng có hướng dẫn cơ, em nghĩ Khóa luận khó hồn thiện Khóa luận móng em tìm hiểu nghiên cứu khoa học, kiến thức thân thời gian hạn chế nên Khóa luận khơng thể tránh khỏi thiếu sót Em mong nhận góp ý q báu q thầy bạn để Khóa luận em hồn thiện Sau cùng, em xin kính chúc qúy thầy Khoa Kế tốn – Tài ln ln dồi sức khỏe, tràn đầy nhiệt huyết để tiếp tục thực sứ mệnh cao đẹp truyền đạt kiến thức cho hệ mai sau Một lần nữa, em xin chân thành cảm ơn! TÓM TẮT KHÓA LUẬN Đề tài: “Dự báo số VN - Index mơ hình GARCH” Lý chọn đề tài Thị trường Chứng khoán ngày phổ biến phát huy vai trò tích cực kinh tế Việt Nam TTCK trở thành kênh huy động vốn hiệu cho doanh nghiệp nhà nước, kênh đầu tư hấp dẫn cho cá nhân tổ chức Và thực tế rằng, nhà đầu tư chứng khoán nước ta chủ yếu nhà đầu tư nhỏ lẻ, chưa có cơng cụ phục vụ vào nhu cầu phân tích dự báo Chính thế, nhà đầu tư thường có tâm lý bầy đàn, chịu ảnh hưởng lớn yếu tố bên ngồi Vì vậy, họ thường phận bị thiệt hại lớn lần biến động mạnh thị trường Từ thực tế đó, em định thực đề tài “Dự báo biến động số VN – Index thị trường chứng khoán Việt Nam mơ hình GARCH” với mục tiêu xây dựng mơ hình dự báo biến động Thị trường Chứng khoán Việt Nam Các vấn đề nghiên cứu  Lý thuyết Thị trường Chứng Khoán  Lý thuyết mơ hình tốn học ứng dụng vào dự báo  Các nghiên cứu trước  Dự báo số VN-Index Các bước thực  Kiểm định tính dừng chuỗi liệu khắc phục chuỗi liệu chuỗi khơng có tính dừng  Xây dựng mơ hình dự báo  Thực dự báo số VN-Index ngắn hạn MỤC LỤC Đề mục trang Trang bìa I Quyết định giao ĐA/KLTN II Phiếu theo dõi tiến độ đánh giá ĐA/KLTN CBHD III Cam đoan sinh viên V Lời cảm ơn VI Tóm tắt đồ án/khóa luận VII Mục lục VIII Danh sách hình vẽ, đồ thị XII Danh sách bảng biểu XIII Danh sách từ viết tắt XV CHƯƠNG GIỚI THIỆU 1.1 Tính cấp thiết đề tài 1.2 Mục tiêu nghiên cứu 1.3 Đối tượng phạm vi nghiên cứu 1.3.1 Đối tượng nghiên cứu 1.3.2 Phạm vi nghiên cứu 1.4 Phương pháp nghiên cứu 1.5 Ý nghĩa đề tài 1.6 Cấu trúc đề tài CHƯƠNG CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN CÁC NGHIÊN CỨU 2.1 Chứng khoán thị trường chứng khoán 2.1.1 Chứng khoán 2.1.2 Chỉ số chứng khoán 2.1.3 Thị trường chứng khoán Việt Nam số chứng khoán VN-Index 2.2 Tính dừng chuỗi thời gian 2.3 Hàm tự tương quan ACF Hàm tự tương quan phần PACF 10 2.3.1 Hàm tự tương quan ACF 10 2.3.2 Hàm tự tương quan phần PACF 11 2.4 Mơ hình AR(p) 12 2.5 Mơ hình MA(q) 13 2.6 Sai phân I(d) 13 2.7 Mơ hình ARIMA 14 2.7.1 Lý thuyết 14 2.7.2 Hạn chế mơ hình ARIMA 14 2.8 Mơ hình GARCH 15 2.8.1 Khái niệm 15 2.8.2 Mơ hình GARCH(p,q) 15 2.9 Phương pháp Box-Jenkins 17 2.10 Tổng quan nghiên cứu trước đề tài 18 CHƯƠNG PHƯƠNG PHÁP NGHIÊN CỨU 22 3.1 Dữ liệu nghiên cứu 22 3.1.1 Mẫu liệu nghiên cứu 22 3.2 Phương pháp nghiên cứu 22 3.2.1 Kiểm định tính dừng chuỗi liệu nghiên cứu 22 3.2.1.1 Dựa đồ thị chuỗi thời gian 22 3.2.1.2 Dựa lược đồ tự tương quan 22 3.2.1.3 Dựa kiểm định nghiệm đơn vị 33 3.2.2 Khắc phục chuỗi chưa dừng (nếu có) 25 3.2.3 Xây dựng mơ hình ARIMA(p,d,q) 26 3.2.3.1 Xác định bậc tối ưu cho mô hình ARIMA(p,d,q) 26 3.2.3.2 Ước lượng mơ hình ARIMA(p,d,q) lựa chọn mơ hình tối ưu 26 3.2.3.3 Kiểm định phù hợp mơ hình ARIMA(p,d,q) 26 3.2.4 Xây dựng mơ hình GARCH 27 3.2.4.1 Kiểm định hiệu ứng ARCH 37 3.2.4.2 Ước lượng mơ hình GARCH(p,q) 28 3.2.4.3 Kiểm định phù hợp mơ hình GARCH(p,q) 28 3.2.5 Vận dụng mơ hình ARIMA-GARCH dự báo biến động số VN-Index 28 3.2.6 Đánh giá tính xác mơ hình dự báo 28 CHƯƠNG KẾT QUẢ NGHIÊN CỨU 30 4.1 Diễn biến Thị trường Chứng khoán Việt Nam giai đoạn 2014 -2018 30 4.2 Kiểm định tính dừng chuỗi liệu nghiên cứu 32 4.2.1 Dựa đồ thị chuỗi thời gian 32 4.2.2 Dựa lược đồ tự tương quan 33 4.2.3 Dựa kiểm định nghiệm đơn vị 34 4.3 Khắc phục chuỗi chưa dừng (nếu có) kiểm định tính dừng chuỗi liệu 36 4.4 Xây dựng mơ hình ARIMA(p,d,q) 38 4.4.1 Xác định bậc tối ưu cho mơ hình ARIMA(p,d,q) 38 4.4.2 Ước lượng mơ hình ARIMA(p,d,q) 39 4.4.3 Kiểm định phù hợp mơ hình ARIMA(p,d,q) 44 4.5 Xây dựng mơ hình GARCH kết hợp ARIMA 46 4.6 Kiểm định phù hợp mơ hình ARIMA – GARCH 59 4.7 Vận dụng mơ hình ARIMA-GARCH dự báo biến động số VN-Index 60 4.8 Đánh giá tính xác mơ hình dự báo 61 CHƯƠNG KẾT LUẬN 64 TÀI LIỆU THAM KHẢO 66 DANH SÁCH HÌNH VẼ, ĐỒ THỊ Hình 4.2.1.1: Đồ thị chuỗi thời gian chuỗi LCLOSE Hình 4.2.2.1: Lược đồ tự tương quan ACF tự tương quan PACF chuỗi LCLOSE Hình 4.3.1: Đồ thị chuỗi thời gian chuỗi DLCLOSE Hình 4.3.2: Lược đồ tự tương quan ACF tự tương quan phần PACF chuỗi DLCLOSE Hình 4.4.1.1: Lược đồ tự tương quan ACF tự tương quan phần PACF Hình 4.4.3.1: Lược đồ tự tương quan ACF tự tương quan phần PACF phần dư Hình 4.8.1: Biểu đồ thể giá trị thực tế dự báo số VN-Index DANH SÁCH BẢNG BIỂU Bảng 4.2.3.1: Bảng kiểm tra tính xu chuỗi gốc Bảng 4.2.3.2: Bảng kết kiểm định đơn vị chuỗi gốc Bảng 4.2: Kết kiểm định đơn vị Bảng 4.4.2.1: Kết mơ hình ARIMA (2,1,1) Bảng 4.4.2.2: Kết mơ hình ARIMA (2,1,2) Bảng 4.4.2.3: Kết mơ hình ARIMA (2,1,0) Bảng 4.4.2.4: Kết mơ hình ARIMA (1,1,1) Bảng 4.4.2.5: Kết mơ hình ARIMA (1,1,2) Bảng 4.4.2.6: Kết mơ hình ARIMA (1,1,0) Bảng 4.4.2.7: Kết mơ hình ARIMA (0,1,1) Bảng 4.4.2.8: Kết mơ hình ARIMA (0,1,2) Bảng 4.4.2.9: Xác định mơ hình ARIMA (p,d,q) phù hợp Bảng 4.4.2.10: Kết mơ hình tối ưu - ARIMA (0,1,2) Bảng 4.4.3.1: Kết kiểm định nghiệm đơn vị Bảng 4.5.1: Kiểm định tính ARCH Bảng 4.5.2: Kết ước lượng mơ hình GARCH(0,1) Bảng 4.5.3: Kết ước lượng mơ hình GARCH(1,1) Bảng 4.5.4: Kết ước lượng mơ hình GARCH(2,1) Bảng 4.5.5: Kết ước lượng mơ hình GARCH(3,1) Bảng 4.5.6: Kết ước lượng mơ hình GARCH(1,0) Bảng 4.5.7: Kết ước lượng mơ hình GARCH(2,0) Bảng 4.5.8: Kết ước lượng mơ hình GARCH(3,0) Bảng 4.5.9: Kết ước lượng mơ hình GARCH(0,2) Bảng 4.5.10: Kết ước lượng mơ hình GARCH(1,2) Bảng 4.5.11: Kết ước lượng mơ hình GARCH(2,2) Bảng 4.5.12: Kết ước lượng mơ hình GARCH(3,2) Bảng 4.5.13: Kết ước lượng mơ hình GARCH(0,3) Bảng 4.5.14: Kết ước lượng mơ hình GARCH(1,3) Bảng 4.5.15: Kết ước lượng mơ hình GARCH(2,3) Bảng 4.5.16: Kết ước lượng mơ hình GARCH(3,3) Bảng 4.5.17: Xác định mơ hình GARCH Bảng 4.5.18: Kết ước lượng mơ hình GARCH tối ưu – GARCH(1,1) Bảng 4.6.1: Kiểm định tính ARCH mơ hình kết hợp ARIMA(0,1,2) GARCH(1,1) Bảng 4.7.1: Kết dự báo biến động chuỗi LCLOSE Bảng 4.8.1: So sánh kết dự báo với liệu thực tế 10  GARCH(2,0); Bảng 4.5.7: Kết ước lượng mơ hình GARCH(2,0) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:39 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 16 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000978 0.093875 0.000297 0.030867 3.288841 3.041308 0.0010 0.0024 25.81010 6.043011 8.105824 0.0000 0.0000 0.0000 Variance Equation C RESID(-1)^2 RESID(-2)^2 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 6.14E-05 0.174843 0.277234 0.007548 0.004341 0.010464 0.135554 3987.942 2.353811 0.052118 2.38E-06 0.028933 0.034202 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.000459 0.010487 -6.408596 -6.387980 -6.400844 1.949538 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (2,0) có hệ số 0, 1 2 dương tổng i + i = 0,452077 nhỏ Thỏa mãn điều kiện mơ hình  GARCH(3,0) Bảng 4.5.8: Kết ước lượng mơ hình GARCH(3,0) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:39 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 17 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 + C(6)*RESID(-3)^2 Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.001137 0.055068 0.000281 0.030504 4.041884 1.805296 0.0001 0.0710 Variance Equation 59 C RESID(-1)^2 RESID(-2)^2 RESID(-3)^2 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 4.78E-05 0.158128 0.271763 0.180925 0.003940 -0.000086 0.010487 0.136047 4004.803 0.978710 0.429475 3.36E-06 0.028694 0.036000 0.027285 14.23571 5.510823 7.549050 6.630849 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.0000 0.0000 0.0000 0.0000 0.000459 0.010487 -6.434116 -6.409376 -6.424813 1.941991 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (3,0) có hệ số 0, 1, 2 3 dương tổng i + i = 0,610816 nhỏ Thỏa mãn điều kiện mơ hình  GARCH(0,2) Bảng 4.5.9: Kết ước lượng mơ hình GARCH(0,2) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:47 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 78 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*GARCH(-1) + C(5)*GARCH(-2) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000466 0.076117 0.000260 0.019362 1.787261 3.931176 0.0739 0.0001 35.67805 3265.958 -1630.340 0.0000 0.0000 0.0000 Variance Equation C GARCH(-1) GARCH(-2) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1.54E-06 1.982501 -0.996701 0.009089 0.005887 0.010456 0.135344 3927.521 2.838835 0.023266 4.31E-08 0.000607 0.000611 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 60 0.000459 0.010487 -6.311377 -6.290760 -6.303624 1.951643 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (0,2) có hệ số 𝛾2 âm Khơng thỏa mãn điều kiện mơ hình Do loại mơ hình GARCH(0,2)  GARCH(1,2) Bảng 4.5.10: Kết ước lượng mơ hình GARCH(1,2) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:47 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 19 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1) + C(6)*GARCH(-2) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000881 0.052723 0.000266 0.030552 3.316463 1.725695 0.0009 0.0844 3.119436 3.602992 4.573560 -0.827048 0.0018 0.0003 0.0000 0.4082 Variance Equation C RESID(-1)^2 GARCH(-1) GARCH(-2) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 3.43E-06 0.118509 1.010675 -0.154217 0.006034 0.002016 0.010476 0.135761 4027.675 1.501786 0.186332 1.10E-06 0.032892 0.220982 0.186467 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.000459 0.010487 -6.470918 -6.446178 -6.461615 1.946233 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (1,2) có hệ số γ2 âm Khơng thỏa mãn điều kiện mơ hình Do loại mơ hình GARCH(1,2)  GARCH(2,2) Bảng 4.5.11: Kết ước lượng mơ hình GARCH(2,2) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:49 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 23 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 + C(6)*GARCH(-1) + C(7)*GARCH(-2) Variable Coefficient Std Error 61 z-Statistic Prob C MA(2) 0.000893 0.053558 0.000263 0.031872 3.392312 1.680430 0.0007 0.0929 3.587727 3.245676 2.552510 0.569049 1.567916 0.0003 0.0012 0.0107 0.5693 0.1169 Variance Equation C RESID(-1)^2 RESID(-2)^2 GARCH(-1) GARCH(-2) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 6.86E-06 0.104660 0.129302 0.214959 0.500851 0.006026 0.001201 0.010480 0.135762 4028.144 1.248843 0.278517 1.91E-06 0.032246 0.050657 0.377752 0.319437 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.000459 0.010487 -6.470062 -6.441199 -6.459208 1.946161 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (2,2) có hệ số 0, 1, 2 𝛾1 , 𝛾2 dương tổng i + i = 0,949772 nhỏ Thỏa mãn điều kiện mơ hình  GARCH(3,2) Bảng 4.5.12: Kết ước lượng mơ hình GARCH(3,2) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:49 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 33 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 + C(6)*RESID(-3)^2 + C(7)*GARCH(-1) + C(8)*GARCH(-2) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000897 0.054679 0.000273 0.032179 3.292025 1.699225 0.0010 0.0893 3.585903 3.183018 2.636605 -0.510377 0.704880 1.392468 0.0003 0.0015 0.0084 0.6098 0.4809 0.1638 Variance Equation C RESID(-1)^2 RESID(-2)^2 RESID(-3)^2 GARCH(-1) GARCH(-2) R-squared Adjusted R-squared S.E of regression Sum squared resid 6.42E-06 0.109389 0.129077 -0.018869 0.274689 0.458646 0.006096 0.000463 0.010484 0.135753 1.79E-06 0.034366 0.048956 0.036971 0.389696 0.329376 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion 62 0.000459 0.010487 -6.468571 -6.435584 Log likelihood F-statistic Prob(F-statistic) 4028.217 1.082127 0.372315 Hannan-Quinn criter Durbin-Watson stat -6.456166 1.946228 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (3,2) có hệ số 3 âm Khơng thỏa mãn điều kiện mơ hình Do loại mơ hình GARCH(3,2)  GARCH(0,3) Bảng 4.5.13: Kết ước lượng mơ hình GARCH(0,3) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:50 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 22 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*GARCH(-1) + C(5)*GARCH(-2) + C(6)*GARCH(-3) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000496 0.100365 0.000350 0.018635 1.417752 5.385922 0.1563 0.0000 0.090786 0.050567 0.008368 -0.027426 0.9277 0.9597 0.9933 0.9781 Variance Equation C GARCH(-1) GARCH(-2) GARCH(-3) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 6.24E-06 1.103821 0.325913 -0.486911 0.009608 0.005605 0.010457 0.135273 3909.821 2.400044 0.035384 6.87E-05 21.82899 38.94935 17.75350 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.000459 0.010487 -6.281289 -6.256549 -6.271986 1.954237 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (0,3) có hệ số 𝛾3 âm Khơng thỏa mãn điều kiện mơ hình Do loại mơ hình GARCH(0,3)  GARCH(1,3) Bảng 4.5.14: Kết ước lượng mơ hình GARCH(1,3) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:51 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 33 iterations 63 MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1) + C(6)*GARCH(-2) + C(7)*GARCH(-3) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000889 0.052147 0.000269 0.031417 3.311322 1.659865 0.0009 0.0969 3.123686 3.991268 3.429771 -0.840359 0.580428 0.0018 0.0001 0.0006 0.4007 0.5616 Variance Equation C RESID(-1)^2 GARCH(-1) GARCH(-2) GARCH(-3) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 3.31E-06 0.113496 1.192100 -0.477047 0.147096 0.005920 0.001094 0.010481 0.135777 4027.841 1.226757 0.289639 1.06E-06 0.028436 0.347574 0.567671 0.253427 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.000459 0.010487 -6.469575 -6.440711 -6.458721 1.946051 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (1,3) có hệ số 𝛾 âm Khơng thỏa mãn điều kiện mơ hình Do loại mơ hình GARCH(1,3)  GARCH(2,3) Bảng 4.5.15: Kết ước lượng mơ hình GARCH(2,3) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:52 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 30 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 + C(6)*GARCH(-1) + C(7)*GARCH(-2) + C(8)*GARCH(-3) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000896 0.054832 0.000273 0.032120 3.284361 1.707115 0.0010 0.0878 3.346653 3.193420 2.921063 0.389300 1.886321 0.545108 0.0008 0.0014 0.0035 0.6971 0.0593 0.5857 Variance Equation C RESID(-1)^2 RESID(-2)^2 GARCH(-1) GARCH(-2) GARCH(-3) R-squared 7.45E-06 0.110110 0.145572 0.118798 0.489825 0.081234 0.006117 2.23E-06 0.034480 0.049835 0.305157 0.259672 0.149024 Mean dependent var 64 0.000459 Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.000483 0.010484 0.135750 4028.215 1.085805 0.369877 S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.010487 -6.468569 -6.435582 -6.456164 1.946258 Kiểm tra điều kiện mơ hình GARCH: Mơ hình GARCH (2,3) có hệ số δ1 , δ2 , γ1 , γ2 , γ3 dương tổng i + i = 0,945539 nhỏ Thỏa mãn điều kiện mơ hình Chọn mơ hình GARCH(2,3)  GARCH(3,3) Bảng 4.5.16: Kết ước lượng mơ hình GARCH(3,3) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:53 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 22 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*RESID(-2)^2 + C(6)*RESID(-3)^2 + C(7)*GARCH(-1) + C(8)*GARCH(-2) + C(9)*GARCH(-3) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000903 0.054450 0.000275 0.032308 3.284907 1.685358 0.0010 0.0919 0.448960 3.189178 0.704972 -0.539982 0.690473 0.729932 -0.402215 0.6535 0.0014 0.4808 0.5892 0.4899 0.4654 0.6875 Variance Equation C RESID(-1)^2 RESID(-2)^2 RESID(-3)^2 GARCH(-1) GARCH(-2) GARCH(-3) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 3.36E-06 0.108888 0.082984 -0.077463 0.726962 0.359042 -0.225098 0.006032 -0.000412 0.010489 0.135761 4028.257 0.936043 0.485438 7.49E-06 0.034143 0.117713 0.143455 1.052847 0.491885 0.559645 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.000459 0.010487 -6.467027 -6.429917 -6.453072 1.946116 Kiểm tra điều kiện mô hình GARCH: Mơ hình GARCH (3,3) có hệ số 3, 𝛾3 âm Khơng thỏa mãn điều kiện mơ hình Do loại mơ hình GARCH(3,3) 65 Bảng 4.5.17: Xác định mơ hình GARCH AIC SIC GARCH GARCH GARCH GARCH GARCH GARCH GARCH (0,1) (1,1) (2,1) (1,0) (2,0) (3,0) (2,3) -6.283929 -6.472133 -6.471059 -6.348742 -6.408596 -6.434116 -6.468569 -6.267435 -6.451516 -6.446319 -6.332249 -6.387980 -6.409376 -6.435582 So sánh số AIC, SIC ta nhận thấy mơ hình GARCH (1,1) mơ hình tối ưu Bảng 4.5.18: Kết ước lượng mơ hình GARCH tối ưu – GARCH(1,1) Dependent Variable: DLCLOSE Method: ML - ARCH (Marquardt) - Normal distribution Date: 06/30/19 Time: 20:36 Sample (adjusted): 1244 Included observations: 1243 after adjustments Convergence achieved after 13 iterations MA Backcast: Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1) Variable Coefficient Std Error z-Statistic Prob C MA(2) 0.000881 0.054073 0.000264 0.030229 3.329492 1.788773 0.0009 0.0737 4.758004 7.677748 45.05333 0.0000 0.0000 0.0000 Variance Equation C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 3.89E-06 0.136794 0.834975 0.006159 0.002948 0.010471 0.135744 4027.430 1.918055 0.105077 8.17E-07 0.017817 0.018533 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 0.000459 0.010487 -6.472133 -6.451516 -6.464380 1.946389 4.6 Kiểm định phù hợp mơ hình ARIMA - GARCH Chúng ta sử dụng mơ hình ARIMA(0,1,2) GARCH(1,1) tối ưu cho chuỗi “DLCLOSE” kiểm định tính ARCH Ta có kết sau: 66 Bảng 4.6.1: Kiểm định tính ARCH mơ hình kết hợp ARIMA(0,1,2) GARCH(1,1) Heteroskedasticity Test: ARCH F-statistic Obs*R-squared 0.047472 0.047547 Prob F(1,1240) Prob Chi-Square(1) 0.8276 0.8274 Test Equation: Dependent Variable: WGT_RESID^2 Method: Least Squares Date: 07/01/19 Time: 22:18 Sample (adjusted): 1244 Included observations: 1242 after adjustments Variable Coefficient Std Error t-Statistic Prob C WGT_RESID^2(-1) 1.006524 -0.006187 0.066122 0.028395 15.22234 -0.217882 0.0000 0.8276 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.000038 -0.000768 2.104671 5492.755 -2685.567 0.047472 0.827557 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter Durbin-Watson stat 1.000340 2.103863 4.327805 4.336057 4.330908 1.999681 Ta thấy p - value = > 𝛼 = 5%, nên khơng có sở bác bỏ giả thiết H0, nghĩa chuỗi phương sai phần dư khơng cịn tính ARCH Nên mơ hình mơ hình phù hợp để dự báo 4.7 Vận dụng mơ hình ARIMA - GARCH dự báo biến động số VN-Index Từ lập luận trình bày trên, sử dụng mơ hình kết hợp ARIMA(0,1,2) GARCH(1,1) để tiến hành dự báo biến động số VN-Index khoảng thời gian 10 ngày năm 2019 Bảng 4.7.1: Kết dự báo biến động chuỗi LCLOSE Ngày Chỉ số VN-Index dự báo (điểm) Biến động (DLCLOSE) 02/01/2019 903.36 0.001415472 03/01/2019 903.69 0.000356342 04/01/2019 904.48 0.000880642 07/01/2019 905.28 0.000880642 08/01/2019 906.08 0.000880642 67 09/02/2019 906.87 0.000880642 10/01/2019 907.67 0.000880642 11/01/2019 908.47 0.000880642 14/01/2019 909.27 0.000880642 15/01/2019 910.07 0.000880642 Nguồn: xử lý Eviews Chỉ số VN-Index đầu năm 2019 dự báo xu hướng tăng nhẹ so với thời điểm cuối năm 2018, mức độ dao động khơng q lớn 4.8 Đánh giá tính xác mơ hình dự báo Để đánh giá tính xác mơ hình dự báo biến động, đánh giá độ sai lệch kết dự báo với kết quan sát số VN-Index thực tế Từ kết dự báo biến động số VN-Index, ta tính tốn giá trị dự báo số VN-Index 10 ngày tới sau: Bảng 4.8.1: So sánh kết dự báo với liệu thực tế Chỉ số VNNgày Index dự báo (điểm) Chỉ số VN-Index thực tế (điểm) Mức độ chênh lệch (điểm) Sai số dự báo (%) 02/01/2019 903.36 891.75 -11.61 -1.3 03/01/2019 903.69 878.22 -25.47 -2.8 04/01/2019 904.48 880.90 -23.58 -2.6 07/01/2019 905.28 889.64 -15.64 -1.7 08/01/2019 906.08 887.44 -18.64 -2.1 09/02/2019 906.87 896.99 -9.88 -1.1 10/01/2019 907.67 898.30 -9.37 -1.0 11/01/2019 908.47 902.71 -5.76 -0.6 14/01/2019 909.27 901.8 -7.47 -0.8 15/01/2019 910.07 909.68 -0.39 -0.04 68 Biểu đồ thể giá trị thực tế dự báo số VN-Index 915 910 905 900 895 890 Chỉ số VN-Index dự báo 885 880 Chỉ số VN-Index thực tế 875 870 865 860 Hình 4.8.1: Biểu đồ thể giá trị thực tế dự báo số VN-Index Về xu hướng dự báo, kết cho thấy mơ hình có xác cao Mơ hình dự báo xu hướng ngày, sai xu hướng số VN-Index hai ngày 03/01 08/01/2019 Bên cạnh đó, mơ hình khắc phục tượng phương sai sai số thay đổi chuỗi thời gian Về giá trị dự báo, giá trị dự báo có mức độ chênh lệch lớn so với liệu thực tế Sự sai số dự báo xuất phát từ hạn chế mơ hình GARCH chúng giả định có tính chất đối xứng Điều có nghĩa mơ hình chi quan tâm đến giá trị tuyệt đối cú sốc không quan tâm đến “dấu” chúng (bởi hạng nhiễu hay phần dư xử lý dạng bình phương) Vì thế, mơ hình ARCH, GARCH, cú sốc mạnh có giá trị dương có ảnh hưởng lên dao động chuỗi hoàn toàn giống với cú sốc mạnh có giá trị âm Tuy nhiên tài chính, cú sốc âm thị trường thường có tác động mạnh dai dẳng so với cú sốc dương làm cho NĐT thiệt hại, gây nên tâm lý e ngại, chán nản hay chí chờ đợi cách thụ động dấu hiệu thị trường 69 CHƯƠNG 5: KẾT LUẬN Kết đạt Kết nghiên cứu đáp ứng mục tiêu đề ban đầu đề tài, dự báo VN-Index ngắn hạn Qua q trình phân tích chọn lọc kỹ lưỡng, nghiên cứu chọn mơ hình GARCH (1,1) kết hợp với mơ hình ARIMA(0,1,2) mơ hình phù hợp để thực dự báo Mơ hình dự báo xu hướng số xác, với đà tăng trưởng liên tục 10 ngày dự báo Về giá trị dự báo, kết dự báo đạt chưa có độ xác cao, mức độ chênh lệch kết liệu thực tế cao Tuy nhiên, kết dự báo cơng cụ trợ giúp NĐT có nhìn tổng qt thị trường chứng khốn ngắn hạn Kết tương đồng với kết nghiên cứu tác giả Nguyễn Lê Nam Phương (2018) chọn mơ hình GARCH(1,1) mơ hình tối ưu để dự báo biến động số VN-Index ngắn hạn năm 2015 Hạn chế đề tài nghiên cứu Do kiến thức thân hạn chế nên nghiên cứu tránh khỏi vài thiếu sót khuyết điểm định:  Do bị giới hạn thời gian nên nghiên cứu chưa thể tìm hiểu nhiều biến thể mơ hình GARCH Vì mà khơng vận dụng biến thể vào trình dự báo Nếu có sử dụng thêm mơ hình biến thể có nhiều mơ hình để đánh giá lựa chọn, điều giúp chọn mơ hình phù hợp với đặc điểm chuỗi liệu  Các mơ hình ARIMA, GARCH đơn sử dụng giá trị khứ để dự báo Bởi mơ hình xây dựng dạng đơn biến, chưa phản ánh hết yếu tố bên bên tác động đến số VN-Index Hướng phát triển đề tài  Cần nghiên cứu đưa mơ hình biến thể GARCH vào q trình nghiên cứu Có nhiều mơ hình tham gia vào q trình dự báo hội để tìm mơ hình phù hợp với đặc điểm chuỗi dự liệu  Bổ sung thêm biến vào mơ hình để gia tăng mức độ xác kết dự báo Một số biến độc lập bổ sung như: Biến động số thị trường lớn, 70 TÀI LIỆU THAM KHẢO Tiếng việt Huỳnh Thị Phượng (2015), Ứng dụng mơ hình ARIMA, ARCH/GARCH để dự báo 30 cổ phiếu có giá trị vốn hóa khoản lớn niêm yết Sở giao dịch chứng khốn thành phố Hồ Chí Minh ngắn hạn, Đại học Kinh tế Huế Ngơ Văn Tồn, Nguyễn Phú Quốc, Nguyễn Hữu Thạch (2015), Dự báo giá vàng Việt Nam sử dụng mơ hình GARCH, Tạp chí Khoa học Trường Đại học An Giang Nguyễn Lê Nam Phương (2018), Ứng dụng mơ hình ARIMA, ARCH/GARCH để dự báo số VN-Index ngắn hạn, Đại học Kinh tế Huế Nguyễn Ngọc Thiệp (2010), Một số phương pháp khai phá liệu quan hệ tài chứng khốn – Mơ hình Arima, Trường Đại học Cơng nghệ, Đại học Quốc gia Việt Nam Tiếng anh Abdul Haque and Kashif Naeem (2014); Forecasting volatility and Value-atRisk of the Karachi Stock Exchange 100 index: Comparing distribution-type and asymmetry -type models; Department of Management Science, COMSATS Institute of Information Technology, Lahore, Pakistan Abdul Jalil Khan and Parvez Azim (2013), One-Step-Ahead Forecastability of GARCH (1,1): A Comparative Analysis of USD- and PKR-Based Exchange Rate Volatilities, The Lahore Journal of Economics Fauzia Mubarik and Dr Attiya Y Javid (2016), Modeling and Evaluating Forecasting of Market Index Volatility: Evidence from Pakistani Stock Market, NUML International Journal of Business & Management Hans Boscher, Eva-Maria Fronk and Iris Pigeot (2000), Forecasting interest rates volatilities by GARCH (1,1) and stochastic volatility models, Statistical Papers 71 M.Tamilselvan and Shaik Mastan Vali (2016), Forecasting stock market volitility – evidence from muscat security market using GARCH models, International Journal of Commerce and Finance Prateek Sharma and Vipul (2015), Forecasting stock index volatility with GARCH models: international evidence, Department of Finance and Accounting, Indian Institute of Management, Lucknow, India P Srinivasan (2011), Modeling and Forecasting the Stock Market Volatility of S&P 500 Index Using GARCH Models, The IUP Journal of Behavioral Finance Các trang web tham khảo http://vneconomy.vn/chung-khoan/2014-nam-thang-tram-chua-tung-co-cuachung-khoan-viet-nam-20141225022450512.htm http://cafef.vn/thi-truong-chung-khoan/tong-quan-thi-truong-chung-khoan2015-20151227113757921.chn http://thoibaotaichinhvietnam.vn/pages/chung-khoan/2017-12-22/thi-truongchung-khoan-2017-ket-qua-ngoai-mong-doi-51833.aspx https://vnexpress.net/longform/nam-song-gio-cua-thi-truong-chung-khoan 3858953.html http://thoibaotaichinhvietnam.vn/pages/chung-khoan/2019-01-09/viet-nam-la- thi-truong-huy-dong-von-thanh-cong-nhat-asean-66470.aspx https://tinnhanhchungkhoan.vn/chung-khoan/ttck-dong-gop-tich-cuc-vao-su- phat-trien-nen-kinh-te-126348.html https://maths.uel.edu.vn/Resources/Docs/SubDomain/maths/TaiLieuHocTap/To anUngDung/kim_nh_tnh_dng kim_nh_nghim_n_v khc_phc_chui_khng_dn g.html https://maths.uel.edu.vn/Resources/Docs/SubDomain/maths/TaiLieuHocTap/To anUngDung/m_hnh_arima.html https://www.slideshare.net/BeriDang/s-dng-m-hnh-arch-v-garch-phn-tch-v-d- bo-gi-c-phiu-trn-th-trng-chng-khon-vit-nam 10 https://govalue.vn/lich-su-thi-truong-chung-khoan-viet-nam/ 11 http://ndh.vn/infographic-nhung-con-so-dang-tu-hao-cua-ttck-viet-nam- 20190227052250427p4c146.news 72 12 http://tapchitaichinh.vn/kinh-te-vi-mo/cac-yeu-to-tac-dong-den-su-thay-doi-gia- co-phieu-giao-dich-tren-so-giao-dich-chung-khoan-ha-noi-136881.html 73 ... mô hình đo lường biến động số VN- Index thị trường chứng khoán Việt Nam  Dự báo ngắn hạn kiểm định tính xác mơ hình dự báo biến động số VN- Index TTCK Việt Nam Từ đó, đưa xu hướng biến động số VN- Index, ... lần biến động mạnh thị trường Từ thực tế đó, em định thực đề tài ? ?Dự báo biến động số VN – Index thị trường chứng khoán Việt Nam mơ hình GARCH? ?? với mục tiêu xây dựng mơ hình dự báo biến động Thị. .. NGHIÊN CỨU 2.1 Chứng khoán thị trường chứng khoán 2.1.1 Chứng khoán 2.1.2 Chỉ số chứng khoán 2.1.3 Thị trường chứng khoán Việt Nam số chứng khoán VN- Index 2.2 Tính