MỘT SỐ ĐỀ XUẤT TỪ Q TRÌNH PHÂN TÍCH VÀ DỰ BÁO GIÁ CHỨNG KHOÁN TRÊN THỊ TRƯỜNG
3.1. Khả năng dự báo giá chứng khoán trên thị trường chứng khốn Việt Nam
Từ q trình phân tích ở chương 2, chúng ta có thể kết luận rằng việc dự báo giá chứng khốn trên TTCK VN là có thể thực hiện khi sử dụng mơ hình mạng ANN. Nếu dừng lại ở việc khảo sát các biến kinh tế vĩ mô được mô tả trong bảng 2.1, kết quả của việc ứng dụng mơ hình ANN thơng qua việc chọn lọc biến thì có hai nhóm biến tác động đến sự biến động của VNI. Bảng 2.1 cho thấy các nhóm biến này. Tuy nhiên các biến lạm phát (LR), sản lượng công nghiệp (IP), cán cân thương mại (TB) và tăng trưởng tín dụng (CR) cho ra kết quả MSE thấp nhất so với các nhóm biến khác nhưng đồng thời việc kiểm định ngoài mẫu của mơ hình cũng cho ra mức độ giải thích cao thể hiện thông qua hệ số tương quan giữa giá trị dự báo và giá trị thực tế (rSquare) đạt giá trị cao nhất, 25,46%. Nghĩa là, dưới sự tác động của nhóm các biến số trên, chúng ta có thể dự báo được sự thay đổi của VNI. Khả năng dự báo này chỉ mô phỏng được chiều hướng của sự thay đổi chứ chưa thể cho ra một giá trị dự báo có độ tin cậy cao.
Tuy nhiên, khi thay đổi mơ hình dự báo và cách thức thực hiện. Điển hình, trong phần 2.2, luận án khơng xem xét q trình chọn lọc biến khi ứng dụng mơ hình ANN và sử dụng cấu trúc mạng GRNN. Quá trình ứng dụng cấu trúc mạng này đã đưa ra số lớp ẩn cũng như số lượng PE trong mỗi lớp ẩn của cấu trúc GRNN thích lợp là cấu trúc GNN4PE, nghĩa là cấu trúc mạng GRNN chỉ có một lớp ẩn và 4 neuron trong lớp ẩn này. Kết quả của q trình phân tích và dự báo VNI ngoài mẫu đã cho ra giá trị tương quan r lớn hơn, đạt 39,17%. Tuy nhiên luận án tiếp tục thực hiện bước điều chỉnh mơ hình ứng dụng sang cấu trúc mạng ANN truyền thẳng với một lớp ẩn và 5 neuron tồn tại trong lớp ẩn đó (MFF5PE) thì khả năng giải thích của mơ hình đã cải thiện đáng kể, giá trị tương quan r đạt 65,35%. Điều này cho thấy rằng các biến kinh tế vĩ mơ có tác động đến giá chứng khốn và chúng ta có thể sử dụng mơ hình mạng ANN nhất là cấu trúc mạng ANN truyền thẳng và hàm truyền là hàm phi tuyến để dự báo giá chứng khoán trên TTCK VN.
Tiếp tục thay đổi các biến đầu vào khi ứng dụng mơ hình mạng ANN, luận án tìm hiểu liệu ngồi các biến kinh tế vĩ mơ được mơ tả trong bảng 2.1, thì các biến phản ánh tình hình tài chính của các doanh nghiệp niêm yết có thể dùng để giải thích cho sự thay đổi của VNI. Phần 2.3 của luận án đã thu thập các biến tài chính dùng để phân tích và dự báo cho VNI. Kết quả của quá trình phân tích và dự báo VNI thời gian qua đã cho thấy khả năng sử dụng biến tài chính để dự báo VNI. Nói cách khác, khi sử dụng các biến tài chính để phân tích và dự báo ngồi mẫu của VNI thơng qua mơ hình mạng ANN là rất tốt. Mức độ dự báo được gia tăng dần khi sử dụng mơ hình ANN từ hàm truyền là hàm tuyến tính đến hàm phi tuyến. đồng thời khi sử dụng cấu trúc mạng truyền thẳng thì độ chính xác của dự báo là tốt nhất. Mức độ tương
quan giữa giá trị dự báo và giá trị thực tế đạt đến 98%. Trong khi đó, sử dụng mơ hình hồi quy tuyến tính thì chỉ có biến PB có thể được sử dụng để dự báo VNI, mức độ giải thích của mơ hình này chỉ ở mức 44,7%.
Như vậy, đến đây chúng ta có thể kết luận phần nào việc phân tích và dự báo giá chứng khốn trên TTCK VN bằng mơ hình mạng ANN là có khả năng và thậm chí khá phù hợp với diễn biến của thị trường. Nếu việc phân tích và dự báo giá chứng khốn chỉ dừng lại bằng mơ hình hồi quy tuyến tính truyền thống thì mức độ giải thích hầu như rất thấp và khó có khả năng dự báo. Phải chăng, nếu dừng lại ở mơ hình sử dụng hồi quy tuyến tính chúng ta có thể kết luận rằng giá chứng khốn trên TTCK VN hầu như không thể bị tác động từ các yếu tố kinh tế vĩ mô đến nội tại hoạt động kinh doanh của doanh nghiệp? Có thể nói rằng, bằng việc sử dụng mơ hình ANN thì kết luận trên khơng cịn phù hợp khi mà khả năng phân tích và việc dự báo ngồi mẫu cho ra một kết quả khá cao. Điều này chứng tỏ, việc sử dụng mơ hình để phân tích dự báo chưa phù hợp trong điều kiện TTCK VN. Tuy nhiên, một vấn đề khác được đặt ra: giả sử rằng có thể chấp nhận kết quả các biến kinh tế vĩ mơ cũng như các biến tài chính có mức độ giải thích thấp cho VNI như mơ hình hồi quy tuyến tính thì liệu cịn có các biến khác tác động? Để trả lời cho vấn đề này, luận án tiếp tục tìm hiểu một số nhóm biến khác tác động lên sự thay đổi trong giá chứng khoán trên TTCK VN như là sự tác động của TTCK thế giới ảnh hưởng lên sự thay đổi giá chứng khốn VN (mục 2.4)? Hoặc chính sự thay đổi giá trong quá khứ của chính TTCK VN ảnh hưởng lên giá chứng khoán hiện tại (mục 2.5)?...
Kết quả của q trình phân tích trong mục 2.4 (phân tích và dự báo giá chứng khoán trên TTCK VN dưới tác động của sự biến động các TTCK thế giới) đã cho thấy nếu chỉ dùng các biến tương tác từ các TTCK thế giới thì mức độ giải thích cho sự biến động trong VNI là khá thấp. Kết quả dự báo ngồi mẫu của mơ hình ANN (MLF 44 1) đạt giá trị lớn nhất chỉ là 34,48%. Trong khi đó mơ hình hồi quy tuyến tính vẫn khơng cho ra kết quả dự báo tốt hơn mơ hình mạng ANN. Như vậy, với nhóm biến tương tác từ các TTCK thế giới đến TTCK VN thì mơ hình hồi quy tuyến tính cho kết quả kém hơn mơ hình mạng ANN, tuy nhiên kết quả cho thấy mức độ tác động này là khá thấp, 34,48%. Điều này muốn nói đến tính tương quan giữa TTCK VN với TTCK thế giới là khá thấp. Kết quả này có thể do thời gian thu thập dữ liệu để nghiên cứu. Thời gian quan sát từ năm 2002 đến tháng 9/2010. Trong khoản thời gian này đều thể hiện giai đoạn hội nhập kinh tế VN với kinh tế thế giới còn khá thấp (từ năm 2002 đến năm 2006), nhưng dữ liệu quan sát còn phản ánh một giai đoạn khủng hoảng kinh tế diễn ra (giai đoạn 2008 đến tháng 9/2010). Như vậy, dù đưa vào biến tác động từ sự thay đổi của các TTCK lớn trên thế giới thì chứng khoán VN cũng bị ảnh hưởng nhưng mức độ ảnh hưởng khá thấp. Điều này càng cho thấy khả
năng sử dụng các biến kinh tế vĩ mơ và biến tài chính trên thị trường để dự báo giá chứng khoán VN là khá phù hợp.
Kết quả chứng minh ở phần 2.5 của luận án cũng minh chứng cho điều này. Khi sử dụng chính dữ liệu của sự thay đổi của VNI trong quá khứ để phân tích và dự báo cho sự biến động VNI ngày hơm nay thì gần như luận án khơng tìm thấy khả năng dự báo. Có thể khung thời gian nghiên cứu theo sự thay đổi của tháng nên tính chất của các biến có độ trễ (t1) và (t2) khơng thể giải thích? Luận án tiếp tục theo dõi khả năng dự báo VNI này bằng khung thời gian theo tuần thì khả năng dự báo đã có sự cải thiện đáng kể. Điều này càng thấy rõ khi khung thời gian quan sát là ngày và gắng với từng đặc điểm của giai đoạn kinh tế thì khả năng dự báo được cải thiện đáng kể. Cụ thể giai đoạn từ đầu năm 2010 đến tháng 9/2010, kết quả kiểm định ngồi mẫu của mơ hình ANN (MLF 531) đã gia tăng tính dự báo lên 38,17%. Dù rằng chỉ tiêu r (thể hiện tính tương quan giữa giá trị dự báo và giá trị thực tế trong q trình kiểm định ngồi mẫu) có sự cải thiện đáng kể nhưng vẫn ở mức thấp. Nó chỉ cho thấy khả năng dự báo chiều hướng hơn là dự báo giá trị thay đổi.
Phần 2.6, luận án đưa ra một vấn đề để nghiên cứu, ngoài những biến hiện hữu đã trình bày, liệu những biến thể hiện tính chất tâm lý của nhà đầu tư trên thị trường có thể giúp dự báo giá chứng khốn tốt hơn khơng khi mà sự thay đổi trong giá chứng khoán trên TTCK VN thường xuyên bị tác động bởi những sự thay đổi từ các văn bản pháp quy. Đồng thời, kết quả từ phần 2.5 đã cho thấy TTCK VN tồn tại yếu tố hành vi của nhà đầu tư. Hướng giải quyết này khá phù hợp với đặc tính của những thị trường mới nổi như VN. Những văn bản pháp lý thường xuyên được ban hành, một mặt tạo dựng hành lang vận hành nền kinh tế và thị trường nhưng mặt khác hành lang này thường xuyên phải điều chỉnh mà không một chỉ tiêu nào phản ánh và ghi chép hoặc nếu có thì có độ trễ nhất định. Đó là vấn đề khó ước lượng để đưa vào mơ hình phân tích và dự báo. Chính cách tiếp cận này đã đưa đến luận án tạm thời sử dụng các chỉ số trong phân tích kỹ thuật để làm biến đầu vào dùng để dự báo giá chứng khốn. Nếu phương pháp phân tích cơ bản dùng các biến kinh tế tài chính và thị trường để phân tích và dự báo sự thay đổi của giá chứng khốn, tìm câu trả lời cho câu hỏi tại sao thì phương pháp phân tích kỹ thuật lại phân tích các yếu tố tâm lý của các nhà đầu tư trên thị trường, chính họ đang quyết định xu hướng thị trường. Qua đó, việc phân tích này khơng quan tâm đến câu hỏi tại sao mà chỉ chú ý đến sự thay đổi trong giá chứng khoán.
Bằng việc chấp nhận luận điểm trên, luận án đã đưa vào những chỉ báo đo lường tâm lý của thị trường để làm các biến đầu vào, qua đó dự báo giá chứng khốn VNI thời gian qua. Với khung thời gian quan sát theo ngày từ đầu năm 2008 đến tháng 9/2010, kết quả cho thấy:
1. Mơ hình mạng ANN với khả năng dự báo vượt trội hơn mơ hình hồi quy tuyến tính;
2. Mức độ dự báo khá cao, gần như sát với thực tế. Chỉ tiêu r thể hiện tương quan giữa giá trị thực tế với giá trị dự báo lên đến 99,6%. Tuy nhiên, điều này khơng có nghĩa là dùng các chỉ báo trong phân tích kỹ thuật có thể dự báo được sự thay đổi của giá chứng khốn. Bởi các chỉ số trong phân tích kỹ thuật đúc kết từ diễn biến đã diễn ra của các nhà đầu tư trên thị trường, cách tiếp cận của phân tích kỹ thuật là giá cả phản ánh tất cả các thông tin. Nghĩa là, mỗi hành động của nhà đầu tư trên thị trường đã được phản ánh các thông tin từ kinh tế cho đến thị trường vào trong giá. Do đó, phân tích kỹ thuật chỉ nhìn vào giá và khối lượng để diễn tả tâm lý của thị trường trong một xu hướng nào đó. Chính vì vậy, luận án khơng thể kết luận rằng các biến phản ánh tâm lý đang là các biến giải thích tốt cho giá chứng khốn trên TTCK VN. Việc ước lượng các giá trị của những chỉ báo này thiếu vắng những cơ sở của nó chính vì vậy mà khó có thể dùng các chỉ báo để dự báo tương lai, nó chỉ thích hợp cho việc tìm kiếm bằng chứng sự tác động trong quá khứ hơn. Bằng khung thời gian quan sát theo ngày, luận án chỉ có thể kết luận, trong những khoảng thời gian mà các yếu tố kinh tế thị trường thiếu vắng thì thị trường lại bị tác động bởi các yếu tố tâm lý. Những yếu tố này thể hiện những điều kỳ vọng trong tương lai của các yếu tố cơ bản của nền kinh tế. Hiện nay, các chỉ tiêu đo lường mức độ kỳ vọng này trên TTCK VN hầu như khơng có. Nhưng mặt khác, chúng ta có thể kết luận, các yếu tố đo lường tâm lý của thị trường phần nào không phải do sự kỳ vọng vào các biến cơ bản mà có thể phản ánh những tác động của những thay đổi trong các văn bản pháp quy của nền kinh tế. Những thay đổi từ các văn bản pháp quy đến những yếu tố cơ bản của nền kinh tế đã đẩy các nhà đầu tư trên thị trường hành động theo những cách thức khác nhau. Chính cách thức hành động này của các nhà đầu tư đã đưa đến yếu tố momentum của thị trường khá cao. Bằng chứng là giá chứng khốn ngày hơm nay có thể được giải thích từ sự thay đổi giá chứng khốn những ngày trong quá khứ. Phần 2.5 đã chứng minh được điều này.
Như vậy, ngồi vấn đề dự báo giá chứng khốn trên TTCK VN thì luận án đã chứng minh khả năng vượt trội của mơ hình mạng ANN so với mơ hình hồi quy tuyến tính. Cấu trúc mạng ANN phi tuyến sẽ thể hiện tốt mối quan hệ giữa các biến trong thị trường và cụ thể là cấu trúc mạng truyền thẳng sẽ cho kết quả chính xác hơn các cấu trúc mạng khác. Chúng ta có thể sử dụng các biến kinh tế vĩ mơ, tài chính để phân
tích và dự báo giá chứng khốn trên TTCK VN nhưng khơng phải từ những mơ hình hồi quy truyền thống mà có thể sử dụng mơ hình mạng ANN. Vấn đề dự báo giá chứng khốn trên TTCK VN khơng phải từ các biến đưa vào mơ hình mà chính là cách sử dụng mơ hình. Nói cách khác, khi sử dụng mơ hình mạng ANN với những giả định của nó đã đề cập trong chương 1 đã cho thấy sự vượt trội hơn so với phương pháp hồi quy.