5. KẾT LUẬN
5.1. Các kết quả nghiên cứu chính của đề tài
Bài nghiên cứu ứng dụng lớp mơ hình GARCH theo các giả định về phân phối của sai số mơ hình để đo lường VAR trên thị trường chứng khốn Việt Nam giai đoạn 2000- 2012. Phương pháp này được đề cập đến trong nghiên cứu của T.Angelidis, A.Benos, S. Degiannakis (2004). Kết quả cho thấy như sau:
- Thống kê mô tả cho thấy chuỗi TSSL của VN-Index khơng theo phân phối chuẩn đồng nhất mà có hiện tượng “leptokurtosis”. Đây có lẽ là nguyên nhân làm cho mơ hình ước lượng VAR theo giả định của phân phối chuẩn kém hơn hẳn so với 02 giả định phân phối còn lại. Cụ thể là tần số vi phạm nhiều hơn và bị kiểm định Kupiec bác bỏ ¾ trường hợp dự báo. Kết quả này hoàn toàn thống nhất với nghiên cứu của T.Angelidis và các cộng sự và các nghiên cứu khác trên thế giới.
- Trong 2 giả định phân phối cịn lại thì student’s-t có vẻ tốt hơn khi dự báo giá trị VAR ít vi phạm hơn GED mặc dù GED khơng bị kiểm định Kupiec bác bỏ. Giả định GED dự báo giá trị VAR cao hơn giá trị thực 17 lần trong khi giả định student’s-t chỉ là 12 lần. Nếu tính tốn về lợi ích kinh tế thì rõ ràng student’s-t có lợi về mặt kinh tế hơn vì GED bắt buộc chúng ta dự trữ vốn để phòng rủi ro cao hơn student’s-t thơng qua đó làm mất đi chi phí cơ hội của vốn. Từ đó cũng cho thấy những giả định phân phối có ý nghĩa rất quan trọng lên chất lượng dự báo của những mơ hình VAR. - Kết quả kiểm định cũng cho thấy, tại mức tin cậy 99%, các mơ hình ước tính VAR
46
nghiên cứu trên các chỉ số chứng khoán khác nhau khi một số nghiên cứu chỉ ra rằng mức tin cậy 95% thì cho ra ước lượng chính xác hơn là 99%.
- Kết quả ước lượng chỉ ra phân phối của TSSL VN-Index gần như đối xứng nên các cú sốc âm dương sẽ tác động như nhau đến độ dao động của TSSL VN-Index. Do đó hệ số bất đối xứng trong các mơ hình dự báo phương sai có điều kiện là EGARCH và TGARCH khơng có ý nghĩa thống kê nên các mơ hình ước lượng này khơng thể xem xét được tính bất cân xứng của các cú số âm dương như bản chất của mơ hình. Điều này khác biệt so với các nghiên cứu trước đó về việc ứng dụng các hiệu ứng bất đối xứng trong việc ước tính VAR. GARCH là một trường hợp đối xứng nhưng GARCH khơng có giả định như IGARCH nên để xác định VAR thì mơ hình IGARCH là phù hợp nhất.