Thống kê bayes và ứng dụng trong dự báo giá chứng khoán tại thị trường chứng khoán việt na

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH NGUYỄN PHÁT ĐẠT THỐNG KÊ BAYES VÀ ỨNG DỤNG TRONG DỰ BÁO GIÁ CHỨNG KHOÁN TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP Hồ Chí Minh – Năm 2020 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH NGUYỄN PHÁT ĐẠT THỐNG KÊ BAYES VÀ ỨNG DỤNG TRONG DỰ BÁO GIÁ CHỨNG KHOÁN TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Chuyên ngành: Hệ thống thông tin quản lý (Công nghệ thiết kế thông tin truyền thông) Hướng đào tạo: Ứng dụng Mã số: 8340405 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS PHẠM THẾ BẢO TP Hồ Chí Minh – Năm 2020 LỜI CAM ĐOAN Tôi cam đoan luận văn “Thống kê Bayes ứng dụng dự báo giá chứng khoán thị trường chứng khoán Việt Nam” thực nghiên cứu hướng dẫn PGS.TS Phạm Thế Bảo Các số liệu tài liệu luận văn trung thực; tài liệu, kết nghiên cứu trích dẫn tham chiếu rõ ràng TP Hồ Chí Minh, ngày 14 tháng năm 2020 Học viên thực Nguyễn Phát Đạt MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH ẢNH TĨM TẮT ABSTRACT CHƯƠNG : TỔNG QUAN ĐỀ TÀI 1.1 Lý hình thành đề tài 1.2 Mục tiêu đề tài .3 1.3 Đối tượng phạm vi đề tài 1.4 Phương pháp thực 1.4.1 Phương pháp tiếp cận 1.4.2 Quy trình nghiên cứu 1.4.3 Thu thập liệu 1.5 Ý nghĩa thực tiễn 1.6 Kết cấu đề tài CHƯƠNG : CƠ SỞ LÝ THUYẾT 2.1 Dữ liệu chuỗi thời gian 2.1.1 Dữ liệu chuỗi thời gian 2.1.2 Các mơ hình dự báo liệu chuỗi thời gian 10 2.2 Dự báo chuỗi thời gian 13 2.2.1 Vai trò dự báo chuỗi thời gian 13 2.2.2 Các phương pháp dự báo phổ biến 14 2.2.3 Các đặc tính liệu chuỗi thời gian 17 2.2.4 Các phương pháp làm trơn liệu 19 2.3 Tổng quan nghiên cứu liên quan đến Bayes 21 2.4 Thống kê Bayes 22 2.4.1 Hàm hợp lý 24 2.4.2 Hàm tiên nghiệm 24 2.4.3 Hàm hậu nghiệm 27 2.5 Suy luận thống kê Bayes dự báo 28 2.6 Khoảng tin cậy Bayes khoảng mật độ xác suất cao 29 2.6.1 Khoảng tin cậy Bayes trung tâm 29 2.6.2 Khoảng mật độ hậu nghiệm cao 30 2.7 Hồi quy tuyến tính đơn biến Bayes .31 2.7.1 Hồi quy tuyến tính đơn biến 31 2.7.2 Hồi quy tuyến tính đơn biến Bayes 32 CHƯƠNG : THỰC NGHIỆM VÀ KẾT QUẢ MƠ HÌNH .35 3.1 Tổng quan mơ hình thực nghiệm 35 3.2 Mơ hình dự báo đề xuất .37 3.2.1 Mơ hình đề xuất dự báo giá chứng khốn ngân hàng – cơng ty bảo hiểm: 37 3.2.2 3.3 Mơ hình hồi quy đề xuất dự báo số VN-Index 38 Thu thập mô tả liệu 41 3.3.1 Thu thập liệu 41 3.3.2 Mô tả liệu 43 3.4 Xử lý liệu 44 3.5 Kết mơ hình thực nghiệm .46 3.5.1 Kết thực nghiệm 46 3.5.2 Trực quan hóa liệu 60 CHƯƠNG : KẾT LUẬN – HƯỚNG PHÁT TRIỂN .65 4.1 Kết đạt 65 4.2 Hạn chế 67 4.3 Hướng phát triển 67 TÀI LIỆU THAM KHẢO DANH MỤC CÁC TỪ VIẾT TẮT AR Mơ hình tự hồi quy ARCH Mơ hình phương sai có điều kiện sai số thay đổi tự hồi quy ARIMA Mơ hình trung bình trượt tích hợp tự hồi quy CK Chứng khốn GDP Tổng sản phẩm quốc nội MA Trung bình di động MEAN Trung bình OLS Phương pháp bình phương bé STD Độ lệch chuẩn VAR Mơ hình tự hồi quy theo véc tơ DANH MỤC CÁC BẢNG Bảng 2.1: Thơng tin chứng khốn Mã ACB từ ngày 27/02-17/03/2020 Bảng 2.2: Các hàm xu phổ biến Bảng 2.3: Bảng thống kê số lượng hàng bán cửa hàng Bảng 2.4: Một số hàm tiên nghiệm liên hợp tương ứng với hàm hợp lý rời rạc Bảng 2.5: Một số hàm tiên nghiệm liên hợp tương ứng với hàm hợp lý liên tục Bảng 3.1: Danh sách Mã chứng khốn ngân hàng - cơng ty bảo hiểm Bảng 3.2: Bảng thống kê mô tả liệu mã MIG Bảng 3.3: Bảng thống kê mô tả mã HDB Bảng 3.4: Bảng thống kê mô tả mã TPB Bảng 3.5: Bảng thống kê mô tả liệu VN-Index Bảng 3.6: Kết thực nghiệm mơ hình với xác suất 68% Bảng 3.7 Kết thực nghiệm mơ hình với xác suất 90% Bảng 3.8 Kết thực nghiệm mơ hình với xác suất 95% Bảng 3.9: Kết thực nghiệm mơ hình với khoảng biến động ±2.5% Bảng 3.10: Kết thực nghiệm mơ hình với khoảng biến động ±3.5% Bảng 3.11: Kết thực nghiệm mơ hình với khoảng biến động ±5% Bảng 3.12: Bảng thống kê mô tả tham số hồi quy mơ hình hồi quy trượt với hệ số tương ứng Bảng 3.13: Kết thực nghiệm dự báo số VN-Index với khoảng biến động ±4%, ±5%, ±7%, ±10% DANH MỤC CÁC HÌNH ẢNH Hình 1.1 Quy trình nghiên cứu đề tài Hình 2.1: Biểu đồ đường thể giá đóng cửa mã ACB theo thời gian Hình 2.2: Biểu đồ đường thể tính xu - Mã chứng khốn ABI Hình 2.3: Phương pháp dự báo định tính - Định lượng Hình 2.4: Biểu đồ thể Số lượng bán thực tế trung bình trượt theo thời gian Hình 2.5: Thơng tin hậu nghiệm suy luận từ thông tin thực tế tiên nghiệm Hình 3.1: Quy trình thực nghiệm mơ hình Hình 3.2: Biểu đồ histogram thể giá đóng của mã chứng khốn Hình 3.3: Biểu đồ thể giá đóng của mã chứng khốn dạng ln Hình 3.4: Đồ thị dạng đường xác suất dự báo 25 mã cổ phiếu dựa vào xác suất 68%, 90% 95% theo hai mơ hình Hình 3.5: Biểu đồ box-plot xác suất dự báo 25 mã cổ phiếu dựa vào xác suất 68%, 90% 95% theo hai mơ hình Hình 3.6: Đồ thị dạng đường xác suất dự báo 25 mã cổ phiếu dựa vào khoảng biến động 2.5%, 3.5% 5% theo hai mơ hình Hình 3.7: Đồ thị box-plot cho hai mơ hình dựa vào thu hẹp miền biến động Hình 3.8: Biểu đồ tham số hồi quy theo thời gian mơ hình hồi quy trượt, đường thẳng song song với trục hoành tham số thể số trung bình tham số 𝜇𝛽𝑖, cận 𝜇𝛽𝑖 + 𝑆𝑒(𝛽𝑖) cận 𝜇𝛽𝑖 − 𝑆𝑒(𝛽𝑖) Hình 3.9: Kết dự báo số VN-Index qua hoảng biến động ±4%, ±5%, ±7%, ±10% Hình 3.10: Trực quan hóa kết dự báo với mơ hình xác suất khoảng dự báo Hình 3.11: Trực quan hóa kết dự báo với mơ hình khoảng biến động Hình 3.12: Biểu đồ thể giá đóng cửa ngày báo cáo so với ngày trước, tuần trước, tháng trước, năm trước TÓM TẮT Dự báo vấn đề quan tâm nhiều kinh tế tài chính, đặc biệt dự báo giá chứng khoán, dự báo tốt giúp doanh nghiệp kịp thời đưa định điều hành hợp lý, giúp nhà đầu tư tối đa hóa lợi nhuận Bên cạnh đó, theo đề án “Tái cấu lại thị trường chứng khoán thị trường bảo hiểm đến năm 2020 định hướng đến năm 2025” (Quyết định số 242/QĐ-TTg) đến hết năm 2020, toàn ngân hàng thương mại phải đăng ký giao dịch thị trường thức Một tiêu chí để để lên sàn ngân hàng phải chuẩn hóa nghiệp vụ, hoạt động kinh doanh, báo cáo xác minh bạch theo tiêu chuẩn quốc tế ngân hàng nhà nước, thông tin báo cáo cung cấp thơng tin hữu ích để nhà đầu tư định đầu tư vào cổ phiếu ngân hàng Các toán dự báo ngắn hạn thường thời điểm 𝑡 dự báo thời điểm sau (𝑡 + 1), thị trường chứng khoán Việt Nam nhà đầu tư cần phải dự báo đến thời điểm (𝑡 + 3), thời điểm nhà đầu tư giao dịch cổ phiếu mua Hơn nữa, thị trường chứng khốn liên tục có tin tức cập nhật nên các tham số dự báo coi số khơng cịn phù hợp Chính vậy, luận văn có tín hiệu tốt chúng tơi ứng dụng thống kê Bayes toán dự báo giá chứng khoán ngân hàng thương mại công ty bảo hiểm khoảng thời gian đủ dài, đến thời điểm (𝑡 + 3) với kết dự báo khoảng cao 89% (dự báo khoảng với xác suất 68%) Bên cạnh đó, tác giả sử dụng mơ hình hồi quy Bayes để dự báo số VN-Index, dự báo thời điểm (𝑡 + 1) với kết xác tương đối khoảng 75% với khoảng biến động 7% Từ khóa: Thống kê Bayes, dự báo giá chứng khốn, ngân hàng, cơng ty bảo hiểm 57  Kết thực nghiệm dự báo giá số VN-Index: Trong mơ hình OLS trượt, tác giả thực liệu với hệ số trượt 𝑛 50, 100, 150, 250, 500, 1000 Kết hệ số ước lượng hình 3.8 a Hệ số 50 b Hệ số 100 c Hệ số 150 d Hệ số 250 e Hệ số 500 f Hệ số 1000 Hình 3.7: Biểu đồ tham số hồi quy theo thời gian mơ hình hồi quy trượt, đường thẳng song song với trục hoành tham số thể số ̂ 𝒊 ) cận 𝝁𝜷̂ − 𝑺𝒆(𝜷 ̂ 𝒊 ) trung bình tham số 𝝁𝜷̂𝒊 , cận 𝝁𝜷̂𝒊 + 𝑺𝒆(𝜷 𝒊 (Nguồn: Kết nghiên cứu) 58 Thơng qua hình 3.8, nhận thấy tham số mơ hình hồi quy khơng ổn định dựa vào giá trị lịch sử nhiều, tương ứng 𝑛 lớn Trong trường hợp, mơ hình hồi quy trượt với 𝑛 = 50 100 thể ổn định tham số hồi quy, tương ứng mơ hình hồi quy ổn định Cụ thể kết số giá trị trung bình, độ lệch chuẩn, tỷ lệ tham số hồi quy thuộc khoảng cận μβ̂i + Se(β̂i ) cận μβ̂i − Se(β̂i ) biểu diễn thông qua bảng 3.12: Bảng 3.12: Bảng thống kê mô tả tham số hồi quy mơ hình hồi quy trượt với hệ số tương ứng Hệ số tự DJI EUR USD SP500 VANG DAU Hệ số Trung bình Độ lệch chuẩn Số lượng khoảng Xác suất thuộc khoảng Trung bình Độ lệch chuẩn Số lượng khoảng Xác suất thuộc khoảng Trung bình Độ lệch chuẩn Số lượng khoảng Xác suất thuộc khoảng Trung bình Độ lệch chuẩn Số lượng khoảng Xác suất thuộc khoảng Trung bình Độ lệch chuẩn Số lượng khoảng Xác suất thuộc khoảng Trung bình Độ lệch chuẩn Số lượng khoảng Xác suất thuộc khoảng Trung bình Độ lệch chuẩn Số lượng khoảng Xác suất thuộc khoảng 50.000 -6.900 8068.000 2276.000 0.835 0.011 0.107 2064.000 0.757 0.002 0.027 2124.000 0.779 0.023 0.370 2258.000 0.828 -0.012 0.879 2002.000 0.734 -0.032 0.267 2109.000 0.773 1.000 2.790 2065.000 0.757 100.000 146.000 7330.000 2232.000 0.834 -0.005 0.089 2028.000 0.758 0.003 0.027 2088.000 0.780 0.006 0.323 2370.000 0.885 0.162 0.775 1862.000 0.696 -0.024 0.263 2098.000 0.784 1.170 2.910 2093.000 0.782 150.000 591.000 6495.000 2181.000 0.830 -0.022 0.090 1957.000 0.745 0.003 0.028 2022.000 0.770 0.020 0.233 2282.000 0.869 0.343 0.768 1952.000 0.743 0.009 0.287 2154.000 0.820 1.170 2.420 2049.000 0.780 250.000 776.000 4995.000 2053.000 0.812 -0.032 0.087 1652.000 0.654 0.004 0.028 2038.000 0.806 -0.036 0.290 2370.000 0.938 0.467 0.736 1629.000 0.645 0.021 0.233 1939.000 0.767 1.450 2.010 2123.000 0.840 500.000 648.000 1924.000 1405.000 0.617 -0.016 0.073 1483.000 0.651 0.008 0.026 1862.000 0.818 -0.041 0.074 1404.000 0.617 0.331 0.580 1374.000 0.603 0.101 0.252 1620.000 0.711 1.800 2.180 1879.000 0.825 1000.000 -219.000 1009.000 668.000 0.376 0.004 0.051 913.000 0.514 0.010 0.012 1419.000 0.799 -0.001 0.032 950.000 0.535 0.181 0.418 1025.000 0.577 0.067 0.143 1152.000 0.648 1.096 1.234 1484.000 0.835 (Nguồn: Kết nghiên cứu) 59 Như vậy, từ kết mơ hình OLS trượt, tơi chọn 𝑛 = 50 tiến hành thực nghiệm mô hình hồi quy Bayes dự báo cho quan sát với khoảng biến động ±4%, ±5%, ±7%, ±10% Bảng 3.13: Kết thực nghiệm dự báo số VN-Index với khoảng biến động ±𝟒%, ±𝟓%, ±𝟕%, ±𝟏𝟎% Khoảng biến động ±4% ±5% ±7% ±10% Số lượng khoảng dự báo 1434 1715 2003 2239 Xác suất thuộc khoảng dự báo 53.55 64.04 74.79 83.61 (Nguồn: Kết nghiên cứu) Khoảng biến động ±𝟒% Khoảng biến động ±𝟓% Khoảng biến động ±𝟕% 60 Khoảng biến động ±10% Hình 3.8: Kết dự báo số VN-Index qua hoảng biến động ±𝟒%, ±𝟓%, ±𝟕%, ±𝟏𝟎% (Nguồn: Kết nghiên cứu) Kết thực nghiệm cho thấy với dự báo mơ hình hồi quy Bayes với khoảng biến động cho kết thấp (tỷ lệ dự báo đúng) so với dự báo mã chứng khoán ngân hàng nhiên cho kết tương đối khả quan 3.5.2 Trực quan hóa liệu Tableau phần mềm hỗ trợ phân tích trực quan hóa liệu (Data Visualization), dùng nhiều ngành BI (Business Intelligence) (BACS, 2020) Tableau giúp hỗ trợ liệu thành biểu đồ, hình ảnh, từ giúp người dùng dễ dàng nắm bắt thông tin hỗ trợ định nhanh chóng Do đó, tác giả sử dụng cơng cụ Tableau để trực quan hóa kết nghiên cứu Với kết mơ hình, tơi tiến hành xây dựng báo cáo để trực quan hóa cơng cụ Tableau Báo cáo trực quan cung cấp nhìn rõ ràng, chi tiết để người 61 đọc/người xem dễ dàng nắm bắt vận động thị trường (giá chứng khoán tăng giảm) ba ngày giao dịch  Trực quan hóa kết dự báo với mơ hình xác suất khoảng dự báo Hình 3.9: Trực quan hóa kết dự báo với mơ hình xác suất khoảng dự báo (Nguồn: Kết nghiên cứu) Ví dụ hình 3.10, ngày 25/09/2019 mã, giá đóng cửa 71.12, ta dự báo giá ngày 26,27,30/09/2019 (ngày 28, 29 thứ chủ nhật nên khơng giao dịch) Nhìn chung giá đóng cửa ba ngày có ngày tăng, có ngày giảm + Tại thời điểm (𝑡 + 1): giá dự báo thấp 67.83, giá dự báo cao 74.68, giá dự báo trung bình 71.25 – cao giá ngày 0.13 (tương ứng tăng 19%) + Tại thời điểm (𝑡 + 2): giá dự báo thấp 68.89, giá dự báo cao 73.16, giá dự báo trung bình 71.03 – thấp giá ngày 0.09 (tương ứng giảm 13%) 62 + Tại thời điểm (𝑡 + 3): giá dự báo thấp 71.13, giá dự báo cao 73.01, giá dự báo trung bình 72.07 – cao giá ngày 95 (tương ứng tăng 1.34%)  Trực quan hóa kết dự báo với mơ hình xác suất khoảng biến động Hình 3.10: Trực quan hóa kết dự báo với mơ hình khoảng biến động (Nguồn: Kết nghiên cứu) Ví dụ hình 3.11, ngày 25/09/2019 mã, giá đóng cửa 71.12, ta dự báo giá ngày 26,27,30/09/2019 (ngày 28, 29 thứ chủ nhật nên không giao dịch) Nhìn chung giá đóng cửa ba ngày có ngày tăng, có ngày giảm + Tại thời điểm (𝑡 + 1): giá dự báo thấp 67.61, giá dự báo cao 74.73, giá dự báo trung bình 71.17 – cao giá ngày 0.05 (tương ứng tăng 07%) + Tại thời điểm (𝑡 + 2): giá dự báo thấp 67.45, giá dự báo cao 74.54, giá dự báo trung bình 70.99 – thấp giá ngày 0.13 (tương ứng giảm 18%) 63 + Tại thời điểm (𝑡 + 3): giá dự báo thấp 68.91, giá dự báo cao 76.17, giá dự báo trung bình 72.54 – cao giá ngày 94 (tương ứng tăng 1.33%) Ở hai biểu đồ trên, người dùng dễ dàng theo dõi mã chứng khốn ứng với khoảng xác suất khoảng biến động khác nhau, tùy thuộc vào nhu cầu, đánh giá người dùng thị trường, người dùng tùy chọn tham số cho phù hợp Tiếp theo, thiết kế báo cáo thống kê dạng box-plot biểu diễn giá trị giá cổ phiếu theo tháng, đồng thời so sánh giá cổ phiếu ngày báo cáo so với ngày hôm trước, tuần trước, tháng trước năm trước Hình 3.11: Biểu đồ thể giá đóng cửa ngày báo cáo so với ngày trước, tuần trước, tháng trước, năm trước (Nguồn: Kết nghiên cứu) Ví dụ hình 3.12 biểu diễn giá cổ phiếu BVH ngày 25/09/2019, biểu đồ người dùng dễ dàng nắm bắt thông tin giá đóng cửa ngày báo cáo, so sánh giá đóng của ngày báo cáo so với giá đóng cửa ngày trước, tuần trước, tháng trước, năm trước Bên cạnh đó, biểu đồ box-plot cho phép người dùng nắm 64 phân tán “dữ liệu” – giá đóng cửa theo tháng, giá đóng cửa cao nhất, giá đóng cửa thấp nhất, tứ phân vị giá đóng cửa giá trị trung vị 65 CHƯƠNG : KẾT LUẬN – HƯỚNG PHÁT TRIỂN Trong đề tài luận văn này, dự báo giá chứng khốn ngân hàng, chúng tơi đề xuất cách dự báo ba ngày kể từ thời điểm nghiên cứu dựa vào hàm mật độ dự báo hậu nghiệm thống kê Bayes có kết cải thiện so với cách dự báo dựa vào ngày kể từ thời điểm nghiên cứu so với thống kê tần suất Hướng tiếp cận đề xuất dựa phân tích hành vi nhà đầu tư dựa tỷ suất sinh lợi thời điểm giao dịch, phân tích đưa vào phân phối tiên nghiệm Đối với dự báo số VN-Index, chúng tơi sử dụng mơ hình hồi quy Bayes để dự báo thời điểm (𝑡 + 1) Các kết cải thiện dựa vào độ mở thống kê Bayes tham số xem xét biến ngẫu nhiên, đồng thời sử dụng thông tin tiên nghiệm cho suy luận thay sử dụng thơng tin từ liệu thống kê tần suất Minh chứng kết thực nghiệm phương pháp dự báo 25 ngân hàng công ty bảo hiểm cho kết hẳn so với cách dự báo thời điểm (𝑡 + 1) từ thời điểm 𝑡 Các kết dự báo bao gồm hai trường hợp: trường hợp dựa vào lý thuyết thông qua dự báo khoảng với xác suất 68%, 90% 95%, trường hợp dựa vào thực tế thông qua định thị trường thu hẹp miền biến động ±2.5%, ±3.5% ±7% Đối với số VN-Index kết dự báo dựa vào miền biến động ±4%, ±5%, ±7%, ±10% Hiệu kết dựa vào mơ hình đề xuất đưa triển vọng dự báo tương lai 4.1 Kết đạt Cụ thể, luận văn đạt Về nội dung khoa học: Luận văn thực đạt mục tiêu đề ban đầu - Thứ nhất, nghiên cứu sở dự báo liệu chuỗi thời gian, liệu chuỗi thời gian 66 - Thứ hai, tìm hiểu suy luận thống kê Bayes: hàm hợp lý, hàm tiên nghiệm hàm hậu nghiệm, từ sử dụng suy luận thống kê Bayes toán dự báo cho quan sát - Thứ ba, tiến hành thu thập liệu, phân tích xử lý liệu đề xuất mơ hình dự báo để phù hợp với thực trạng chứng khoán Việt Nam - Thứ tư, xây dựng mơ hình để dự báo giá chứng khốn ngân hàng, công ty bảo hiểm Việt Nam Đây cách tiếp cách dự báo báo giá nói chung dự báo giá chứng khốn nói riêng, bật mơ hình dự báo thời điểm (𝑡 + 3) để dự báo Về doanh nghiệp, nhà đầu tư: Bên cạnh việc sử dụng liệu khứ để phân tích dự báo doanh nghiệp, nhà đầu tư có thêm cơng cụ, phương tiện khác để sử dụng phân tích Đặc biệt đầu tư ngắn hạn, nhà đầu tư xem giá dự báo tới thời điểm (𝑡 + 3) để xem xét có định đầu tư hay khơng Ngồi ra, doanh nghiệp dựa vào để nắm bắt thông tin thị trường nào, thông tin tiên nghiệm doanh nghiệp có tốt khơng, từ có sách phù hợp để phát triển doanh nghiệp Trong luận văn, nhóm tác giả chấp nhận 02 báo:  Nguyễn Phát Đạt, Lê Thanh Hoa, Phạm Thế Bảo, 2020 Thống kê Bayes ứng dụng dự báo giá mã chứng khoán ngân hàng, cơng ty tài Việt Nam Tạp chí Nghiên cứu Kinh tế Kinh doanh Châu Á Ngày nhận bài: 10/06/2020 Ngày chấp nhận 13/10/2020  Nguyễn Phát Đạt, Lê Thanh Hoa, Phạm Thế Bảo, 2020 Tính ổn định mơ hình hồi quy mơ hình hóa giá chứng khốn Việt Nam Tạp chí Tài – Bộ tài Kỳ 02 tháng 08 - 2020 (trang 17-21) Ngày nhận 14/07/2020, Ngày chấp nhận 10/08/2020 67 4.2 Hạn chế - Quá trình thu thập liệu cịn thủ cơng, chưa tự động cập nhật ngày - Giả định phân phối tỷ suất sinh lời tuân theo phân phối chuẩn 4.3 Hướng Phát triển - Xây dựng công cụ để tự động cập nhật liệu, sau hệ thống tự động xử lý liệu chạy mơ hình dự báo để đưa kết cho ngày - Đối với mơ hình hồi quy Bayes: + Mở rộng dự báo tới thời điểm (t + 3) nhà đầu tư có nhìn tồn cảnh thị trường phiên giao dịch + Mở rộng dự báo số khác VN30, VN100, HNX + Mở rộng yếu tố kinh tế nghiên cứu mơ hình; yếu tố có đặc điểm chu kỳ khác nhau, nên mở rộng sử dụng kết hợp yếu tố kinh tế với hệ số trượt khác - Mở rộng quy mô, đối tượng quan sát dự báo: tất mã chứng khoán sàn HOSE, HNX, UPCOM - Vận dụng dự báo cho tập liệu có phân phối khác phân phối đều, phân phối Pareto hỗn hợp phân phối xác suất để đa dạng hóa mơ hình dự báo TÀI LIỆU THAM KHẢO Tài liệu Tiếng Việt Cao Hào Thi, 2013 Giáo trình Kinh tế lượng sở - Chương trình Giảng dạy Kinh tế Fulbright (Tái lần thứ 3) GS TS Nguyễn, Q D., & PGS TS Nguyễn, T M, 2013 Giáo trình Kinh tế lượng (Tái lần thứ nhất) Hồi, N T., Bình, P T., & Duy, N K, 2009 Dự báo phân tích liệu kinh tế tài Nhà xuất Thống kê Lê Thanh, H O A., Uyên, P H., & Thiên, N Đ , 2017 Một phương pháp tìm khoảng mật độ hậu nghiệm cao ứng dụng Lê, T N, 2017 Nghiên cứu phương pháp phân lớp văn ứng dụng xây dựng phần mềm phân loại văn hành Sở Thơng tin Truyền thông Đà Nẵng (Doctoral dissertation, Trường Đại học Bách khoa-Đại học Đà Nẵng) Phạm, P T B N., & Thảo, D P, 2013 Phân tích tác động nhân tố kinh tế vĩ mô đến thị trường chứng khốn Việt Nam Tạp chí Phát triển hội nhập, 8, 34-41 Phạm, V N H, 2017 Nghiên cứu ứng dụng mạng Bayes xây dựng hệ thống tự động phân loại văn (Doctoral dissertation, Trường Đại học Bách khoa-Đại học Đà Nẵng) Tiếp, P H., Lung, V Đ., Tiên, C N T., & Hiển, L T, 2011 Phương pháp lọc thư rác tiếng việt dựa từ ghép theo vết người sử dụng Hội thảo “Một số vấn đề chọn lọc Công nghệ thông tin truyền thông”, Cần Thơ Trịnh Anh Khoa, 2018 Các yếu tố tác động đến thay đổi giá cổ phiếu giao dịch sở giao dịch chứng khoán Hà Nội Đường dẫn http://tapchitaichinh.vn/kinh-te-vi-mo/cac-yeu-to-tac-dong-den-su-thay-doi-gia-cophieu-giao-dich-tren-so-giao-dich-chung-khoan-ha-noi-136881.html [Ngày truy cập: 30/5/2020] Trừng, M M., & Anh, Đ T P, 2020 Ứng dụng phân tích liệu phân lớp giám sát naive bayes phát gian lận tốn trực tuyến Tạp chí Khoa học Công nghệ-Đại học Thái Nguyên, 225(06), 157-164 Tuấn, N N., Hường, V T., & Thắng, H Q, 2019 Hướng tới mơ hình mạng bayes để đánh giá rủi ro lập lịch dự án phần mềm Proceeding of Publishing House for Science and Technology Tuấn, N V, 2014 Phân tích liệu với R T P Hồ Chí Minh: Nhà xuất Tổng Hợp Thành phố Hồ Chí Minh, 520 Uyên, P H., & Thiên, N Đ Chọn mơ hình tốt thống kê Bayes mờ ứng dụng phân tích tài Science & Technology, 20(Q2-2017) Tài liệu Tiếng Anh Anderson, D R., Sweeney, D J., Williams, T A., Camm, J D., & Cochran, J J , 2016) Statistics for business & economics Nelson Education Ariyo, A A., Adewumi, A O., & Ayo, C K, 2014 Stock price prediction using the ARIMA model In 2014 UKSim-AMSS 16th International Conference on Computer Modelling and Simulation (pp 106-112) IEEE Bolstad, W M., & Curran, J M, 2016 Introduction to Bayesian statistics John Wiley & Sons Cthaeh, T., 2020 [Online] Available at: https://www.probabilisticworld.com/frequentist-bayesian-approaches-inferentialstatistics/ Date 29/05/2020 Fahidy, T Z, 2011 Some Applications of Bayes' Rule in Probability Theory to Electrocatalytic Reaction Engineering International Journal of Electrochemistry, 2011 Ferrari, S., & Cribari-Neto, F, 2004 Beta regression for modelling rates and proportions Journal of applied statistics, 31(7), 799-815 Gelman, A., Carlin, J B., Stern, H S., Dunson, D B., Vehtari, A., & Rubin, D B , 2013) Bayesian data analysis CRC press Guha, B., & Bandyopadhyay, G, 2016 Gold price forecasting using ARIMA model Journal of Advanced Management Science, 4(2) Hoang Thanh Hue Ton & Van Duy Nguyen, 2015 International Conference on Emerging Challenges: Managing to Success, 132-138 Heiberger, R H, 2018 Predicting economic growth with stock networks Physica A: Statistical Mechanics and its Applications, 489, 102-111 Le, H., Pham, U., Nguyen, P., & Pham, T B, 2020 Improvement on Monte Carlo estimation of HPD intervals Communications in Statistics-Simulation and Computation, 49(8), 2164-2180 Long, J S., & Ervin, L H, 2000 Using heteroscedasticity consistent standard errors in the linear regression model The American Statistician, 54(3), 217-224 Norris, C M., Ghali, W A., Saunders, L D., Brant, R., Galbraith, D., Faris, P., & APPROACH Investigators, 2006 Ordinal regression model and the linear regression model were superior to the logistic regression models Journal of clinical epidemiology, 59(5), 448-456 Raiffa, H., & Schlaifer, R, 1961 Applied statistical decision theory Rejeb, A B., & Arfaoui, M, 2016 Financial market interdependencies: A quantile regression analysis of volatility spillover Research in International Business and Finance, 36, 140-157 Robert, C, 2007 The Bayesian choice: from decision-theoretic foundations to computational implementation Springer Science & Business Media Shi, P., & Tsai, C L., 2002 Regression model selection—a residual likelihood approach Journal of the Royal Statistical Society: Series B (Statistical Methodology), 64(2), pp 237-252 Ticknor, J L, 2013 A Bayesian regularized artificial neural network for stock market forecasting Expert Systems with Applications, 40(14), 5501-5506 Wooldridge, J M, 2006 Introduction to econometrics: A modern approach Michigan State University USA Zuo, Y., & Kita, E, 2012 Up/down analysis of stock index by using Bayesian network Engineering Management Research, 1(2), 46 CƠNG TRÌNH NGHIÊN CỨU  Nguyễn Phát Đạt, Lê Thanh Hoa, Phạm Thế Bảo, 2020 Thống kê Bayes ứng dụng dự báo giá mã chứng khoán ngân hàng, cơng ty tài Việt Nam Tạp chí Nghiên cứu Kinh tế Kinh doanh Châu Á Ngày nhận bài: 10/06/2020 Ngày chấp nhận: 08/10/2020 Ngày đăng bài: 13/10/2020  Nguyễn Phát Đạt, Lê Thanh Hoa, Phạm Thế Bảo, 2020 Tính ổn định mơ hình hồi quy mơ hình hóa giá chứng khốn Việt Nam Tạp chí Tài – Bộ tài Kỳ 02 tháng 08 - 2020 (trang 17-21) Ngày nhận 14/07/2020, Ngày chấp nhận 10/08/2020 ...BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH NGUYỄN PHÁT ĐẠT THỐNG KÊ BAYES VÀ ỨNG DỤNG TRONG DỰ BÁO GIÁ CHỨNG KHOÁN TẠI THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Chuyên ngành: Hệ thống. .. dự báo, theo tác giả (Nguyễn Trọng Hồi, 2014) chia thành 03 phương pháp dự báo như: - Dựa vào kết dự báo: dựa vào kết dự báo chia thành dự báo điểm, dự báo khoảng Dự báo điểm cho giá trị dự báo. .. hình dự báo giá chứng khoán ngắn hạn, thời điểm