TTCK VN
Nghiên cứu của Fama (1970) khẳng định rằng, giá của tài sản tài chính tại mỗi thời điểm đã phản ánh tất cả thơng tin liên quan đến nó. Do vậy xu hướng biến động trong tương lai của thông tin phụ thuộc hoàn toàn “ngẫu nhiên” vào sự xuất hiện của các thông tin mới. Điều này đồng nghĩa rằng các nỗ lực dự báo giá chứng khoán trong tương lai dựa trên thông tin hiện tại là không thể. Tuy nhiên, kết quả của nhiều nghiên cứu sau đó kiểm định tính hiệu quả của thị trường đã cho thấy sự hoài nghi về giả thiết này. Trong số những cách tiếp cận để kiểm định tính hiệu quả của thị trường, nhiều bài nghiên cứu chỉ sử dụng các mơ hình tuyến tính truyền thống. Trong trường hợp đó, kết quả phủ nhận khả năng dự báo xu hướng giá chứng khốn rất có thể là do hạn chế của bản thân mơ hình. Do vậy, phần nghiên cứu này muốn tận dụng ưu điểm chủ yếu của mơ hình ANN là khả năng nắm bắt các mối tương quan phi tuyến để xem rằng liệu dữ liệu quá khứ của bản thân chuỗi chỉ số chứng khốn có thể dự báo cho xu hướng tương lai của chính nó hay khơng. Nếu điều này là có thể thì TTCK tồn tại xu hướng và chưa đạt đến trạng thái thị trường hiệu quả.
Kết quả kiểm định ngoài mẫu cho thấy rằng, hai cấu trúc mạng ANN truyền thẳng hai lớp ẩn MLF 3531 và GNN 3531 cho kết quả tương đối khả quan nhất nhưng giá trị dự báo ngồi mẫu q thấp, giá chứng khốn khơng thể dùng chính nó để dự báo? Vậy liệu rằng với chuỗi dữ liệu theo ngày, kết quả dự báo có được cải thiện hơn hay không?
Kết quả kiểm định với chuỗi dữ liệu ngày cho thấy dường như khơng có sự cải thiện đáng kể trong hiệu quả dự báo. Chỉ tiêu r vẫn chỉ đạt mức thấp 6,8% vẫn chưa cho thấy mối tương quan trong chuỗi tỷ suất sinh lợi quá khứ với tỷ suất sinh lợi VNI hiện tại. Tuy nhiên, vấn đề lại được đặt ra rằng, liệu có phải do chuỗi dữ liệu trong thời kỳ thu thập không miêu tả được những đặc trưng của một giai đoạn của thị trường? Rất có thể sự thay đổi nhanh chóng của TTCK VN trong suốt thời gian qua đã khiến cho mơ hình mạng được huấn luyện dựa trên các dữ liệu q khứ đã khơng có giá trị lâu dài. Để làm rõ vấn đề này, một lần nữa luận án đi vào điều chỉnh nguồn dữ liệu đầu vào, sử dụng bộ dữ liệu tỷ suất sinh lợi theo ngày từ đầu năm 2010 đến tháng 09/2010. Với các cấu trúc mạng khác nhau, kết quả kiểm định ngoài mẫu bảng 2.15.
Mặc dù xét về các chỉ tiêu khác nhau MSE và MAE, kết quả dự báo từ các cấu trúc mạng sử dụng bộ dữ liệu tỷ suất sinh lợi trong khoảng thời gian ngắn hơn (năm 2010) so với cấu trúc cũ có sự khác biệt khơng lớn, nhưng riêng chỉ tiêu tương quan giữa chuỗi giá trị dự báo với chuỗi giá trị thực tế lại có sự cải thiện đáng kể. Đặc biệt là với cấu trúc MLF 531 và GNN 5431, chỉ tiêu này lần lượt là 38,17% và 27,3%. Điều này cho thấy sự trùng hợp với kết luận của Wilton, Vincent và Tam (2008) về việc sử dụng bộ dữ liệu trong thời gian ngắn hơn sẽ cho kết quả dự báo khả quan hơn đối với TTCK Shanghai của Trung Quốc. Nói cách khác, mơ hình ANN có thể sử dụng để dự báo VNI trên TTCK VN trong khoảng thời gian quan sát theo ngày sẽ cho mức độ giải thích lớn hơn. Nhưng mặt khác, điều này còn cho thấy TTCK VN bị tác động bởi nhân tố momentum lớn. Kết quả này càng minh chứng cho những nghiên cứu gần đây trên TTCK VN về tác động của tâm lý nhà đầu tư là rất lớn. Chính sự phản ứng thái quá của nhà đầu tư là nguồn gốc của tình trạng xuất hiện của biến momentum này. Để làm rõ hơn tính chất này, phần nghiên cứu tiếp theo của luận án sử dụng những chỉ báo của phân tích kỹ thuật để phân tích sự thay đổi của VNI thời gian qua.
Bảng 2.15: Kiểm định ngồi mẫu đối với các mơ hình ANN với dữ liệu thu thập trong năm 2010
Performance MLF 531 MLF 5431 MLF 54321 GNN 5431
MAE 0,01035996 0,00875276 0,008767146 0,011025464 r 0,381748919 0,179258371 0,197218582 0,273073181 2.6. Dự báo giá chứng khoán trên TTCK VN dưới tác động của các chỉ báo tâm
lý thị trường
Không dừng lại ở việc chỉ sử dụng các biến số kinh tế vĩ mơ và tài chính để làm nhập lượng đầu vào, một số nghiên cứu khác đã ứng dụng phân tích kỹ thuật trong việc xây dựng nên mơ hình mạng ANN. JingTao Yao, Chew L. Tan và Hean L Poh (1999) đã sử dụng các chỉ báo kỹ thuật như trung bình di động (MA), chỉ số cường độ (RSI)… để dự báo chỉ số Kuala Lumpur Composite Index của TTCK Malaysia thông qua mơ hình mạng ANN. Kết quả thực nghiệm đã cho thấy rằng mơ hình này sẽ cho ra khả năng dự báo tỷ suất sinh lợi cao hơn so với việc sử dụng một số mơ hình truyền thống như mơ hình ARIMA.
Nhận thấy rằng việc sử dụng các chỉ báo của phân tích kỹ thuật là khả thi đối với việc dự báo chỉ số chứng khoán, nội dung của phần này tập trung vào việc lựa chọn một số các chỉ báo tiêu biểu để thiết lập nên mơ hình mạng ANN nhằm mục đích dự báo cho chỉ số VNI và so sánh kết quả dự báo của mơ hình này với các mơ hình tuyến tính thơng thường.
Phần nghiên cứu này đã chứng minh cho quan điểm TTCK VN tồn tại hiện tượng momentum rất cao. Điều này khẳng định cho kết luận trong phần 2.5 khi phân tích giá chứng khốn trong quá khứ có tác động đến giá hiện tại và tương lai. Nói cách khác, luận án càng cho thấy TTCK VN chưa đạt đến trạng thái thị trường hiệu quả, thị trường ln tồn tại xu hướng. Giá chứng khốn trên TTCK VN có thể được dự báo từ những thay đổi giá trong quá khứ, tuy nhiên mức độ tác động là không lớn khi chỉ tiêu dựa báo ngoài mẫu là rSquare từ mơ hình mạng ANN thấp.
Tóm lại, q trình phân tích trong chương 2 đã cho chúng ta kết luận rằng, mơ hình mạng ANN thật sự là một cơng cụ hữu ích cho việc ước lượng mối quan hệ phi tuyến của các biến số. Nghĩa là mơ hình mạng ANN vượt trội hơn mơ hình tuyến tính khi mối quan hệ giữa các biến là mối quan hệ phi tuyến. Chính vì vậy cấu trúc mạng ANN truyền thẳng với hàm truyền là hàm phi tuyến cho ra kết quả dự báo VNI tốt hơn các cấu trúc mạng ANN khác. Đồng thời nhóm các biến phản ánh tình hình tài chính của các doanh nghiệp niêm yết trên TTCK tác động mạnh đến sự biến động của VNI. Điều này cho thấy khả năng dự báo giá chứng khốn trên TTCK VN từ nhóm biến tài chính sẽ phần nào chuẩn xác hơn các nhóm biến khác.
Chương 3: MỘT SỐ ĐỀ XUẤT TỪ Q TRÌNH PHÂN TÍCH VÀ DỰ BÁO GIÁ CHỨNG KHỐN TRÊN THỊ TRƯỜNG CHỨNG KHỐN VIỆT NAM
Trong chương 2 tơi đã trả lời cho những mục tiêu nghiên cứu được đặt ra: Thứ nhất, thiết kế và ứng dụng mơ hình mạng ANN trong việc dự báo giá chứng khốn trên TTCK VN là hồn tồn có thể. Thứ hai, mơ hình ANN tỏ ra tối ưu hơn mơ hình hồi quy tuyến tính truyền thống và cấu trúc mạng ANN truyền thẳng với hàm phi tuyến sẽ là mơ hình dự báo giá chứng khốn tốt nhất trên TTCK VN thời gian qua. Thứ ba, trong số các biến giải thích cho sự thay đổi giá chứng khốn thì các biến tài chính lại cho ra kết quả dự báo tốt nhất. Nói cách khác, giá chứng khốn trên TTCK VN được giải thích từ những thay đổi trong chính những biến phản ánh tình hình tài chính của doanh nghiệp. Nói như vậy, khơng có nghĩa là các biến kinh tế vĩ mô không tác động đến sự thay đổi giá chứng khốn. Phần 2.1 và 2.2, việc sử dụng mơ hình ANN để phân tích tác động của các biến kinh tế vĩ mô đã cho thấy mức độ ảnh hưởng là khá lớn lên sự thay đổi này. Trong khi đó, việc khảo sát sự thay đổi của các biến tài chính cũng phản ánh những tác nhân kinh tế lên mức độ ảnh hưởng của các biến tài chính.
Chẳng hạn, khi dùng các biến kinh tế vĩ mô, nghiên cứu của tôi phát hiện ra các biến về tăng trưởng tín dụng, lãi suất và lạm phát ảnh hưởng đến sự thay đổi giá chứng khốn nhưng nếu nhìn từ các biến tài chính thì mức độ tài trợ từ nợ của các doanh nghiệp niêm yết lại là một biến tác động đến giá chứng khốn, do đó mức độ tài trợ từ nợ càng lớn đã cho thấy tác động của các biến kinh tế vĩ mơ như tăng trưởng tín dụng và lãi suất ảnh hưởng mạnh lên giá chứng khoán trên TTCK VN.
Như vậy, quá trình nghiên cứu này giúp cho chương 3 của luận án đề xuất hướng đi mới từ công cụ phân tích và dự báo là mơ hình ANN. Ngồi ra, luận án có đề xuất một số giải pháp được phát hiện liên quan đến q trình phân tích dữ liệu trung việc dự báo giá chứng khoán trên TTCK VN để nhằm mục đích vừa phát triển TTCK VN nhưng đồng thời sẽ giúp quá trình dự báo giá chứng khốn sau này trở nên tốt hơn. Trước tiên, luận án đưa ra một số kết luận từ q trình phân tích ở chương 2 và một số vấn đề đặt ra từ q trình phân tích dữ liệu giúp cho quản lý TTCK tốt hơn.