6. KẾT CẤU ĐỀ TÀI
1.5 KINH NGHIỆM SỬ DỤNG MƠ HÌNH ARIMA, ARCH/GARCH TRÊN
đĩ.
1.5 KINH NGHIỆM SỬ DỤNG MƠ HÌNH ARIMA, ARCH/GARCH TRÊN THẾ GIỚI TRONG LĨNH VỰC CHỨNG KHỐN THẾ GIỚI TRONG LĨNH VỰC CHỨNG KHỐN
1.5.1 Ứng dụng mơ hình ARIMA
Kể từ khi xuất bản cuốn sách Time Series Analysis: Forecasting and Control (Phân tích chuỗi thời gian: Dự báo và kiểm sốt) năm 1970, một kỷ nguyên mới của các cơng cụ dự báo được mở ra đặc biệt khi phân tích dữ liệu chuỗi thời gian, trong đĩ phương pháp luận ARIMA được biết rộng rãi và cĩ tầm ảnh hưởng nhất
Tại hội nghị quốc tế IEEE từ ngày 03 đến ngày 06 tháng 6 năm 1996 diễn ra tại Mỹ, hai học giả Jung-Hua Wang và Jia-Yann Leu thuộc trường đại học đại dương quốc gia
Đài Loan đã cơng bố kết quả dự báo xu hướng chỉ số giá TSEWSI của thị trường
chứng khốn Đài Loan trong trung hạn theo mơ hình ARIMA (1,2,1). Với kết quả này việc dự báo cho thị trường chứng khốn Đài Loan cho 6 tuần tới với độ chính xác chấp nhận được và tốt hơn các mơ hình dự báo khác.
Hoặc gần đây 06/2010, giáo sư Emenike Kalu O. cơng tác tại khoa Tài chính Ngân
hàng thuộc trường đại học Nigeria, bang Enugu đã thử xây dựng mơ hình ARIMA
(1,1,1) để dự báo thị trường cổ phiếu Nigeria cho giai đoạn từ 01/1985 đến 12/2009 thì kết quả cho thấy dự báo ARIMA cĩ vẻ tương thích với thực tế giai đoạn 01/1985 đến 12/2008 nhưng lại vượt trội so với kết quả thực tế trong giai đoạn thị trường chịu tác
động của khủng hoảng kinh tế tồn cầu năm 2009. Như vậy, khủng hoảng kinh tế đã
phá hủy mối tương quan giữa hiện tại với q khứ, chính vì vậy kết quả dự báo sử dụng mơ hình ARIMA lại tỏ ra sai lệch khi gặp một cú sốc lớn đối với thị trường.
Đấy là nghiên cứu độc lập mơ hình ARIMA, ta cũng đã thấy cĩ vẻ như ARIMA khơng
phải luơn đúng trong mọi trường hợp, nĩ phụ thuộc vào giai đoạn lấy mẫu của chuỗi
dữ liệu. Thơng tin tác động trong mỗi thời đoạn ấy khác nhau sẽ tác động tương ứng
đến hiệu quả dự báo của mơ hình ARIMA.
Một nhĩm các học giả người Ý đã cùng nhau phân tích dự báo thị trường chứng khốn
Ý sử dụng đồng thời mơ hình ARIMA và mơ hình đa nhân tố APT1.8. Kết quả cho thấy
cả hai đều tốt và cĩ độ tin cậy nhất định khi dự báo và thơng tin của thị trường chứng
khốn thật sự là yếu tố quyết định đến giá tương lai ngay cả khi nĩ cĩ tính chất chủ
quan trong q trình truyền đạt thơng tin.
Tuy nhiên khi so sánh ARIMA với mơ hình FFNN (Feed Forward Neutral Networks – Mơ hình mạng lưới thần kinh tiến tiếp), tác giả Ashish Gajanan Lahane 08/2008 khi dự báo các chỉ số chứng khốn Ấn Độ lại cho thấy ARIMA mặc dù dự đốn về hướng đi của thị trường tốt hơn nhưng dự báo về giá trị thì kém hơn mơ hình FFNN.
Mơ hình FFNN là một nhánh của lý thuyết mơ phỏng bộ não con người dựa trên sự di chuyển các luồng thơng tin truyền qua các nơron. Mơ hình ANN (Artificial Neural Network – Mơ hình mạng thần kinh nhân tạo) cũng là một hình thức như vậy. Những
nghiên cứu gần đây đã đề xuất kết hợp mơ hình ANN và ARIMA cho ra mơ hình
SARIMABP (Tseng năm 2002) hay như mơ hình GRANN_ARIMA (Temizel và Ahemad năm 2005). Các nhà nghiên cứu Nitin Merh, Vinod P.Saxena và Kamal Raj Pardasani trong tác phẩm so sánh những mơ hình kết hợp ANN với ARIMA trong việc dự báo xu hướng của thị trường chứng khốn Ấn Độ năm 2010 đã thực hiện ứng dụng trên các chỉ số BSE IT, BSE 100, S&P CNX Nifty.
1.5.2 Ứng dụng mơ hình ARCH/GARCH
Thuật ngữ ARCH/GARCH xuất hiện vào thập niên 90 nhưng chỉ thật sự phổ biến chục
năm trở lại đây, các nghiên cứu ARCH/GARCH hiện đang trong quá trình phát triển
đặc biệt ứng dụng cao trong phân tích rủi ro. Riêng lĩnh vực chứng khốn, tơi cĩ thể kể
ra một số tác phẩm ứng dụng như sau:
Trong tác phẩm “Ứng dụng mơ hình GARCH để dự báo sự biến động của thị trường chứng khốn” Malaysia, các học giả trường đại học Putra đã sử dụng dữ liệu chỉ số giá
từ Sở giao dịch chứng khốn Kuala Lumpur để phân tích và dự báo rủi ro của thị trường.
Năm 2006, tập thể những giáo sư trường đại học Wollongong ở Úc cơng bố kết quả nghiên cứu tác động qua lại giữa thị trường chứng khốn Thái Lan và các thị trường
khác, trong đĩ họ đã sử dụng mơ hình GARCH-M phân tích trên dữ liệu tháng từ
01/1988 đến 12/2004.
Ngồi ra, mơ hình GARCH cĩ thể được sử dụng để phân tích vấn đề thao túng giá
hoặc thơng tin bất cân xứng trên thị trường chứng khốn bởi các nhà nghiên cứu Đài
Loan năm 2007. Họ cũng ứng dụng ARCH(3)-M để chứng minh chính giảm phát kỳ
vọng là nguyên nhân gây ra sự biến động của thị trường chứng khốn thời kỳ khủng hoảng kinh tế 1997-1998 trong khi phần bù rủi ro tương ứng lại khơng đổi.
Mơ hình GARCH cịn được dùng để phân tích rủi ro cho các cơ hội đầu tư quốc tế theo nghiên cứu sinh Marius Matei thuộc Viện nghiên cứu kinh tế quốc gia Tây Ban Nha năm 2010. Trong bài nghiên cứu, những cải tiến của mơ hình cũng được đề xuất.
Cịn rất rất nhiều các nghiên khác trên thế giới về mặt ứng dụng lẫn cải tiến mơ hình
ARIMA và ARCH/GARCH trong lĩnh vực chứng khốn mà tơi chưa thể trình bày hết.
Điều tơi muốn nĩi ở đây là trong thế giới học thuật ngày nay, các nghiên cứu lý thuyết
ngày càng kết hợp chặt chẽ với cơng nghệ tốn tin học. Vì vậy khả năng ứng dụng và triển khai vào thực tế càng nhanh chĩng.
KẾT LUẬN CHƯƠNG 1
Chỉ số Vn-Index và Hn-Index là hai đối tượng nghiên cứu trong việc phân tích dự báo giá và rủi ro cho thị trường cổ phiếu niêm yết Việt Nam. Suất sinh lời của thị trường
được tính theo nguyên tắc lãi kép với số ghép lãi vơ hạn và rủi ro thị trường được đo
lường bởi phương sai hay độ lệch chuẩn của chuỗi dữ liệu suất sinh lời thị trường.
Để cơng tác dự báo tin cậy cao và chuẩn xác thì chuỗi dữ liệu phải dừng. Chuỗi dừng
là chuỗi mà trung bình, phương sai của nĩ khơng đổi theo thời gian và hiệp phương sai giữa hai thời đoạn chỉ phụ thuộc vào khoảng cách và độ trễ về thời gian giữa hai thời
đoạn này chứ khơng phụ thuộc vào thời điểm thực tế mà đồng phương sai được tính.
Ta kiểm tra tính dừng dựa trên lược đồ tương quan hay kiểm định đơn vị. Sau khi cĩ dữ liệu dừng ta xây dựng mơ hình ARIMA để dự báo cho chuỗi dữ liệu. Mơ hình kết
hợp quá trình tự tương quan và trung bình trượt mơ phỏng diễn biến chuỗi dữ liệu
trong quá khứ để dự báo cho tương lai với giả định tương lai lặp lại như những gì
trong quá khứ.
Một đặc điểm của mơ hình ARIMA là phương sai khơng đổi nhưng trong thực tế
phương sai cĩ biến đổi. Mơ hình ARCH/GARCH khắc phục điều đĩ khi mơ tả phương sai phụ thuộc vào giá trị của nĩ trong quá khứ. Vì vậy nĩ được dùng để phân tích và dự báo rủi ro.
Mơ hình ARIMA, ARCH/GARCH chỉ mới được khởi xướng từ vài chục năm trở lại
đây, nhưng với sự phát triển của khoa học cơng nghệ, thế giới đã và đang nghiên cứu
mơ hình ARIMA, ARCH/GARCH ở mức độ ngày càng sâu, tiến tới kết hợp với những mơ hình phân tích dự báo tiên tiến khác như mơ hình mạng lưới thần kinh tiến tiếp (FFNN), mơ hình mạng thần kinh nhân tạo (ANN)...
CHƯƠNG 2
TỔNG QUAN THỊ TRƯỜNG CỔ PHIẾU NIÊM YẾT VIỆT NAM & TÌNH
HÌNH THỰC TẾ ỨNG DỤNG MƠ HÌNH ARIMA, ARCH/GARCH
Y@Z
Chương 1 đã khái quát một số kiến thức nền về mơ hình dự báo phân tích rủi ro của một chuỗi dữ liệu theo thời gian và kinh nghiệm sử dụng mơ hình trên thế giới trong
lĩnh vực chứng khốn. Đây là cơ sở cho việc ứng dụng vào thị trường cổ phiếu niêm
yết Việt Nam vì dữ liệu từ thị trường này hầu hết là dữ liệu tài chính biến động cao theo thời gian nên rất thích hợp cho áp dụng mơ hình ARIMA, ARCH/GARCH.
Trước khi đi vào phần ứng dụng, chương này sẽ đề cập đến tổng quan thị trường cổ
phiếu niêm yết Việt Nam, bao gồm các vấn đề sau:
• Giới thiệu khái quát đặc điểm của một thị trường cổ phiếu niêm yết là như thế
nào.
• Thống kê tỷ suất sinh lời và rủi ro của thị trường cổ phiếu niêm yết Việt Nam
trong mối tương quan so sánh với thế giới.
• Nhìn lại lịch sử biến động của thị trường cổ phiếu niêm yết Việt Nam để nhận
định cơ bản về diễn biến tâm lý của thị trường. Đây là lý do ta đề cao vai trị
của việc mơ phỏng hành vi chuỗi dữ liệu trong quá khứ khi phân tích dự báo giá và rủi ro của thị trường cổ phiếu niêm yết Việt Nam.
Kết thúc chương là phần trình bày liên quan đến tình trạng thực tế cơng tác phân tích dự báo giá & rủi ro thị trường chứng khốn của các chuyên gia tài chính tại thị trường cổ phiếu niêm yết Việt Nam. Từ đĩ nêu bật tầm quan trọng của việc ứng dụng triển khai mơ hình ARIMA, ARCH/GARCH đi vào hoạt động tư vấn đầu tư trên thị trường cổ phiếu niêm yết Việt Nam.