II. ƯỚC LƯỢNG MÔ HÌNH ARMA CỦA CHUỖI LỢI SUẤT CỔ PHIẾU 1 Lược đồ tự tương quan của chuỗi lợi suất
2. Lược đồ tự tương quan bình phương phần dư
Sử dụng lược đồ tự tương quan bình phương phần dư của các mô hình kỳ vọng đối với R_DHG, R_DMC thu được ở trên để ước lượng bậc cuả phương trình phương sai.
Hình 4.3: Lược đồ tự tương quan bình phương phần dư mô hình R_DHG
Lược đồ trên cho thấy PACF bậc 1,2,4,5,6,7 khác 0. Cho thấy phương sai sai số thay đổi, tồn tại hiệu ứng ARCH.
Hình 4.4: Lược đồ tự tương quan bình phương phần dư mô hình R_DMC
Lược đồ trên cho thấy PACF bậc 1,2,4 khác 0. Cho thấy phương sai sai số thay đổi, tồn tại hiệu ứng ARCH.
IV. ĐỊNH DẠNG MÔ HÌNH ARCH, GARCH
Sau khi ước lượng và chỉnh sửa mô hình đối với lợi suất cổ phiếu DHG, ta thu được kết quả sau:
Dependent Variable: R_DHG Method: ML - ARCH (Marquardt) Sample(adjusted): 3 746
Included observations: 744 after adjusting endpoints Convergence achieved after 14 iterations
Variance backcast: ON
Coefficient Std. Error z-Statistic Prob. AR(1) 0.042319 0.036813 1.149546 0.0503
Variance Equation
C 2.45E-05 4.72E-06 5.197988 0.0000ARCH(1) 0.171969 0.032403 5.307124 0.0000 ARCH(1) 0.171969 0.032403 5.307124 0.0000 GARCH(1) 0.765451 0.031903 23.9933 0.0000 R-squared 0.009358 Mean dependent var 0.000769 Adjusted R-squared 0.005342 S.D. dependent var 0.019399 S.E. of regression 0.019347 Akaike info criterion -5.23243 Sum squared resid 0.276997 Schwarz criterion -5.20764 Log likelihood 1950.465 Durbin-Watson stat 1.773526 Inverted AR Roots 0.04
Hình 5.1: Ước lượng mô hình ARCH đối với R_DHG
Từ kết quả ước lượng ta được các phương trình:
t t t
R DHG u
DHG
R_ =0,042319* _
−1+
(5.1) 2 1 2 1 2=0,0000245+0,171969*
t−+0,765451*
t− tu σ
σ
Ta thấy lợi suất của cổ phiếu DHG tương quan dương (0,042319) với lợi suất trễ bậc một.
Trong khi đó, phương sai của cổ phiếu DHG tương quan dương (0,171969) với bình phương phần dư trễ một thời kỳ và tương quan dương (0,765451) với phương sai trễ một thời kỳ
Sau khi ước lượng và chỉnh sửa mô hình đối với lợi suất cổ phiếu DMC, ta thu được kết quả sau :
Dependent Variable: R_DMC Method: ML - ARCH (Marquardt) Sample(adjusted): 4 746
Included observations: 743 after adjusting endpoints Convergence achieved after 37 iterations
Variance backcast: ON
Coefficient Std. Error z-Statistic Prob.
