Nhận diện mô hình

6. Tổng quan tài liệu

2.3.1. Nhận diện mô hình

Nhận dạng mô hình ARMA(p,q) là việc tìm các giá trị thích hợp của p và q. Việc xác định p và q sẽ phụ thuộc vào các đồ thị SACF = f(t) và SPACF = f(t). Với SACF là hàm tự tương quan mẫu (Sample Autocorrelation) và SPACF (Sample Partial Autocorrelation) là hàm tự tương quan mẫu riêng phần.

36

- Để xác định độ trễ p: hệ số tự tương quan sẽ có xu hướng bằng không ngay lập tức, trong khi đó hệ số tự tương quan riêng phần sẽ có xu hướng khác không một cách có ý nghĩa thống kê cho đến độ trễ p và sẽ bằng không ngay sau độ trễ p đó.

- Để xác định độ trễ q: hệ số tự tương quan có xu hướng khác không một cách có ý nghĩa thống kê cho đến độ trễ q và sẽ bằng không ngay sau độ trễ q đó. Trong khi đó, hệ số tự tương quan sẽ có xu hướng bằng không ngay lập tức.

2.3.2. Ước lượng các thông số của mô hình ARMA(p,q)

Sau khi đã xác định phương trình, ta cần chọn phương pháp ước lượng bằng cách nhấp vào Method và sẽ thấy xuất hiện một hộp thoại dạng drop- down liệt kê các phương pháp ước lượng. Các thông số ϕ và ω của mô hình ARMA(p,q) được xác định theo phương pháp bình phương bé nhất. Sau đó ta kiểm định ϕ và ω bằng thống kê t. Sau khi đã hoàn thành các bước trên ta chọn OK trong hộp thoại Equation Estimation, Eviews sẽ hiển thị cửa số phương trình về hiển thị kết quả ước lượng.

2.3.3. Kiểm tra chuẩn đoán mô hình

- Sau khi xác định xác định phương trình cho mô hình ARMA, điều cần phải làm là tiến hành kiểm định xem số hạng ε của mô hình có phải là một nhiễu trắng (nhiễu ngẫu nhiên thuần túy) hay không. Ta tiến hành kiểm định theo phương pháp LM, đây là yêu cầu của mô hình tốt.

+ Giả thiết: H0: ρ =ρ = ρ = … . = ρ = 0(không có tự tương quan) H1: Có ít nhất một hệ số ≠ 0 (có tự thương quan)

+ Quy trình kiểm định LM như sau:

Bước 1: Ước lượng các phương trình ARMA(p,q) đã xác định và lưu lại phần dư.

37

Bước 2: Ước lượng mô hình hồi quy của phần dư với số độ trễ p của phần dư (thường được xác định dựa vào xem xét PAC trong giản đồ tương quan của phần dư). Đề tài chọn độ trễ cho các mô hình từ 1-4.

Bước 3: Tính thống kê LM = (n - p)R2 từ phương trình hồi quy ở bước 2. Thống kê LM này sẽ theo phân phối chuẩn Chi bình phương với số bậc tự do là p. Nếu (n-p)R2 < Chi bình phương tra bảng ở mức ý nghĩa được chọn, ta chấp nhận H0 và kết luận rằng mô hình không có tự tương quan.

- Nếu tồn tại nhiều hơn một mô hình đúng, mô hình nào có tiêu chuẩn AIC (Akaike Information Criterion) nhỏ nhất sẽ được lựa chọn. Nhằm xem việc thêm biến giải thích vào trong mô hình chúng ta sẽ xem xét tiêu chuẩn ACI được tính như sau:

AIC = lnσ + 2p + qT

Với biểu thức đã cho, AIC chịu sự nghiêm ngặt hơn so với hệ số xác định khi thêm biến vào trong mô hình. Trong khi so sánh hai hay nhiều mô hình, mô hình nào có AIC nhỏ sẽ được chọn.

Đối với chuỗi dữ liệu chứng khoán thường có xu hướng giao động cao vào một số giai đoạn theo sau một số giai đoạn tương đối ít biến động. Với giả định phương sai không thay đổi theo thời gian không còn phù hợp. Do đó, đề tài sử dụng mô hình GARCH để đo lường mức độ biến động của chỉ số Vnindex.

- Kiểm định mô hình ACRH/GACRH: + Kiểm định ảnh hưởng ARCH:

Trước khi ước lượng các mô hình ARCH(p)/ GARCH(p,q), điều quan trọng là chúng ta cần kiểm tra xem có tồn tại các ảnh hưởng ACH hay không để biết các mô hình cần ước lượng theo phương pháp ước lượng ARCH- GARCH thay vì theo phương pháp ước lượng OLS. Kiểm định ảnh hưởng

38 của ARCH theo quy trình như sau:

Bước 1: Ước lượng phương trình trung bình theo phương pháp OLS Y = X β+ε

Bước 2: Ước lượng phương trình hồi quy phụ sau đây: h = γ +γ e +γ e +⋯+ γ e + u Bước 3: Xác định giả thiết H0 như sau:

H0: = =…..=

H1: 0 ≠ 0 hoặc 1 ≠0 hoặc 2 ≠ 0 hoặc q ≠ 0.

Từ kết quả hồi quy phụ, ta tính Raux2*T, với T là số quan sát của chuỗi dữ liệu đang được xem xét. Thống kê này sẽ theo phân phối Chi bình phương với số bậc tự do là độ trễ q. Nếu giá trị thống kê bình phương tính toán lớn hơn giá trị thống kê tra bảng thì chúng ta bác bỏ giả thiết H0 và ngược lại. Nếu bác bỏ H0 thì ta có thể kết luận rằng chuỗi dữ liệu đang xem xét có ảnh hưởng ARCH.

Trên eview, ta thực hiện ước lượng mô hình dự báo ARMA(p,q) sau đó vào View/Residual Tests/ Heteroskedasticity Tests…. Ở lựa chọn Number of lag ta xác định độ trễ q của ARCH sao cho các hệ số trong mô hình có ý nghĩa thống kê.

+ Ước lượng mô hình ARCH:

Trường hợp, nếu có sự ảnh hưởng ARCH, chúng ta sử dụng phương pháp ước lượng ARCH thay vì phương pháp OLS. Vào Quick/Estimate

39

Equation….Sẽ xuất hiện hộp thoại Equation Estimate, ở lựa chọn Equation specification ước lượng mô hình ARMA(p,q), sau đó chọn hệ số q của ARCH. Lưu ý rằng, nếu ta chọn độ trễ q không thích hợp thì trong kết quả kiểm định ARCH sẽ có nhiều hệ số không có ý nghĩa thống kê. Đồng thời, nếu sử dụng quá nhiều độ trễ (q) không phải luôn là giải pháp tối ưu. Vì vậy, với độ trễ (q) càng lớn người ta thường sử dụng mô hình GARCH(p,q) để thay thế mô hình ARCH.

+ Ước lượng mô hình GARCH:

Để ước lượng mô hình GARCH ta vào Quick/Estimate Equation, ở lựa chọn Equation specification ta ước lượng mô hình ARMA(p,q) đã chọn, rồi chọn phương pháp ước lượng ARCH – Autogressive Conditional Heteroskedasticity. Ở hộp thoại này, chúng ta nhập bậc của q và p vào các ô ARCH và GARCH.

Để ước lượng mô hình GARCH-M, ta chọn các lựa chọn tương tự như ước lượng mô hình GARCH đã trình bày ở trên, và bổ sung thêm ở phần ARCH-M và chọn Variance, ta sẽ có kết quả ước lượng.

Để ước lượng mô hình TGARCH, ta cũng chọn các lựa chọn tương tự như ước lượng mô hình GARCH đã trình bày ở trên, phần ARCH-M chọn None, ô Threshold Order số độ trễ của biến giả dt.

40

- Kiểm định tính ổn định cấu trúc của mô hình:

Đề tài sử dụng kiểm định Chow để xem liệu có sự thay đổi về mặt cấu trúc của mô hình hồi quy (đối với hồi quy chuỗi thời gian) giữa các giai đoạn khác nhau khi dữ liệu chuỗi thời gian tài chính giao động trong biên độ hay không. Sau khi ta hồi quy mô hình dự báo đã chọn và thực hiện kiểm định như sau View/Stability Tests/Chow Breakpoint Test … và nhập mốc thời gian vào hộp thoại sẽ cho ra kết quả.

Với giả thiết:

- H0: Không có sự thay đổi về cấu trúc nào trong 2 thời kỳ. - H1: Có sự thay đổi về cấu trúc nào trong 2 thời kỳ.

Nếu có sự khác biệt giữa 2 thời kỳ, đề tài sẽ thực hiện dự báo theo 2 hướng, một hướng dự báo mô hình ban đầu và dự báo mô hình kể từ điểm gãy

41

cuối cùng. Để so sánh và đưa ra nhận định mô hình nào là mô hình phù hợp nhất để dự báo chỉ số VnIndex.

2.3.4. Dự báo

Một trong số các lý do về tính phổ biến của phương pháp lập mô hình ARMA-GARCH là thành công của nó trong dự báo. Trong nhiều trường hợp, các dự báo thu được từ phương pháp này tin cậy hơn so với các dự báo từ phương pháp lập mô hình kinh tế lượng truyền thống, đặc biệt là đối với dự báo ngắn hạn. Tất nhiên, từng trường hợp phải được kiểm tra cụ thể.

Sử dụng mô hình vừa thiết kế để dự báo điểm và khoảng tin cậy cho chuỗi VnIndex tại thời điểm ngày 05/05/2014 – 31/05/2014 bằng phần mềm eview với độ tin cậy là 95% và k=1.96 như sau:

- Dự báo điểm y

- Dự báo phương sai của chuỗi ht+1

- Khoảng tin cậy y − kh (ε ) < y < y + kh (ε )

- Sai số dự báo là một thước đo tìm hiểu giá trị dự báo sẽ gần với giá trị thực tế bao nhiêu. Trong thực tế sai số dự báo là chênh lệch giữa những giá trị thực tế và giá trị dự báo tương ứng.

42

Nhập lượng dữ liệu cần thiết trong khung Data range.

Tại cửa số Forecast sample của hàm cần dự báo, ta chọn khoảng dự báo, mục S.E khai báo tên biến độ lệch chuẩn, mục GARCH khai báo tên biến phương sai sai số có điều kiện.

Sau khi có kết quả dự báo, ta tiến hành đánh giá kết quả dự báo so với thực tế với độ tin cậy 95%.

KẾT LUẬN CHƯƠNG 2

Đề tài đã tiến hành thu thập số chuỗi thời gian tài chính là chỉ số VnIndex trong giai đoạn 02/01/2007 – 29/04/2014. Để thực hiện dự báo chỉ số VnIndex, tác giả sẽ mô hình hóa xu thế bằng cách thực hiện hồi quy thích hợp giữa tỷ suất lợi tức (rmt) và thời gian. Sử dụng kiểm định JB nhằm xem xét công tác dự báo chỉ số VnIndex trong trường hợp mô hình phương sai sai số thay đổi có điều kiện tổng quát có hợp lý không. Sử dụng hai phương pháp kiểm định dựa vào giản đồ tương quan và kiểm định nghiệm đơn vị để kiểm định tính dừng của chuỗi VnIndex.

Thiết kế quy trình dự báo bằng vận dụng 4 bước trong nguyên lý Box- Jenkin: Nhận dạng mô hình dựa vào các đồ thị SACF = f(t) và SPACF = f(t);

ước lượng mô hình dự báo bằng phương pháp OLS; kiểm tra chuẩn đoán mô hình xem số hạng ε của mô hình có phải là một nhiễu trắng (nhiễu ngẫu

43

nhiên thuần túy) hay không, Nếu tồn tại nhiều hơn một mô hình đúng, mô hình nào có tiêu chuẩn AIC (Akaike Information Criterion) nhỏ nhất sẽ được lựa chọn. Đối với chuỗi dữ liệu chứng khoán thường có xu hướng giao động cao vào một số giai đoạn theo sau một số giai đoạn tương đối ít biến động. Với giả định phương sai không thay đổi theo thời gian không còn phù hợp. Do đó, đề tài sử dụng mô hình GARCH để đo lường mức độ biến động của chỉ số Vnindex. Đề tài tiến hành kiểm định ảnh hưởng ARCH, nếu mô hình có sự ảnh hưởng ARCH thì tiến hành ước lượng mô hình ARCH(q), trường hợp q quá lớn, để giảm bớt sự phức tạp của mô hình dự báo, tác giả tiến hành kiểm định GARCH. Ngoài ra, đề tài còn thực hiện kiểm định Chow để xem xét mô hình dự báo có sự thay đổi về mặt cấu trúc của mô hình hồi quy (đối với hồi quy chuỗi thời gian) giữa các giai đoạn khác nhau hay không; dự báo điểm y , dự báo phương sai của chuỗi ht, khoảng tin cậy y − kh (ε ) < y < y + kh (ε ).

44

CHƯƠNG 3

KẾT QUẢ DỰ BÁO CHỈ SỐ VNINDEX VÀ CÁC KHUYẾN NGHỊ ĐỐI VỚI NHÀ ĐẦU TƯ VÀ NHÀ HOẠCH ĐỊNH CHÍNH SÁCH TRONG ĐẦU TƯ VÀ SỬ DỤNG MÔ HÌNH 3.1. KHÁI QUÁT VỀ SỰ BIẾN ĐỘNG CỦA CHỈ SỐ VNINDEX GIAI ĐOẠN 01/01/2007 ĐẾN NAY

Hình 3.1 Biến động chỉ số VnIndex từ 01/01/2007 đến nay

Giai đoạn năm 2007: Chỉ số VnIndex bùng nổ và điều chỉnh mạnh

Năm 2007 chứng kiến nhiều giai đoạn thăng trầm của hoạt động thị trường chứng khoán. Thị trường tăng trưởng mạnh mẽ kể từ tháng 12/2006 đến tháng 3/2007 và chỉ số VnIndex đạt mức đỉnh là 1.170 điểm vào 19/3/2007. Sau giai đoạn suy giảm lần thứ nhất diễn ra trong khoảng tháng 3, tháng 4/2007, do các thông tin cảnh báo dồn dập về sự tăng trưởng quá nóng của thị trường, dẫn đến việc bán tháo cổ phiếu của các nhà đầu tư nhỏ, trong khoảng cuối tháng 4 - đầu tháng 5/2007, thị trường có sự phục hồi trở lại với sự tăng giá khá mạnh của các cổ phiếu bluechip do các nhà đầu tư nước ngoài mua vào.

45

Trong giai đoạn tháng 5 đến tháng 8/2007, thị trường bước vào đợt suy thoái dài hạn, chỉ số VnIndex sụt giảm mạnh xuống mức 887 điểm ngày 23/08/2007. Nguyên nhân của đợt sụt giảm này trước nhất là do NHNN ra Chỉ thị 03 giới hạn tỷ lệ cho vay đầu tư chứng khoán, chính sách thắt chặt tiền tệ. Ngoài ra, nhiều định chế tài chính lớn, có danh tiếng như HSBC, Merrill Lynch cùng đưa ra những báo cáo đánh giá về thị trường, dự đoán thị trường sẽ giảm xuống mức 900 điểm. Do đó, nhà đầu tư trong nước hoang mang và đẩy mạnh bán ra cổ phiếu. Chỉ số VN Index xuống mức đáy là 886 điểm trong tháng 8/2007.

Thị trường hồi phục trở lại trong giai đoạn 10/2007, với giá trị giao dịch cả hai sàn tăng mạnh, bình quân phiên đạt 1600 tỷ đồng. Đây cũng là giai đoạn nhiều cổ phiếu mới tham gia niêm yết tại 2 sàn chứng khoán như SSI, PVS, DPM… Chỉ số VN Index nhanh chóng vượt các mức cản 900, 1000 và 1100 điểm và đạt mức đỉnh là 1107 điểm ngày 4/10/2007. Tuy nhiên, sau giai đoạn phục hồi trong tháng 10, thị trường lại bắt đầu giai đoạn điều chỉnh và suy giảm. Tại thời điểm tháng 12/2007, khi các thông tin về đợt đấu giá IPO Vietcombank được công bố, chỉ số VN Index đã giảm xuống mức 950 điểm. Không chắc chắn hơn là mấy, mốc này tiếp tục bị xuyên thủng, đáy thấp nhất của chu kỳ rơi vào ngày 17/12 ở mức 911 điểm.

Có thể thấy thị trường chứng khoán năm 2007 diễn biến khó lường, không còn những giai đoạn tăng trưởng nóng kéo dài như thời điểm cuối năm 2006 đầu năm 2007. Hầu hết các nhà đầu tư mới tham gia thị trường năm 2007 đều bị thua lỗ. Năm 2007, Ngân hàng Nhà nước còn ban hành Chỉ thị 03, theo đó khống chế mức trần cho vay đầu tư chứng khoán trên tổng dư nợ cho vay của các NHTM là 3%. Chỉ thị này đưa ra nhằm mục tiêu đảm bảo an toàn cho thị trường cũng như hoạt động của các ngân hàng. Tuy nhiên, việc đưa ra Chỉ thị 03 vào thời điểm không hợp lý đã tạo nên sự suy giảm của thị

46

trường trong giai đoạn từ tháng 5 đến tháng 8/2007. Trên thực tế, Chỉ thị 03 có tác động không nhỏ đến thị trường, làm nguồn tiền của các nhà đầu tư sụt giảm và ảnh hưởng đến hoạt động kinh doanh của các NHTM. Việc áp dụng Chỉ thị 03 cũng làm cho hoạt động kinh doanh của các công ty chứng khoán gặp khó khăn và làm thị trường suy thoái trong tháng cuối năm. Việc NHNN ra chính sách một cách bất ngờ cho thấy tính khó dự báo của chính sách, và ảnh hưởng đến hoạt động kinh doanh tín dụng của các ngân hàng, đã làm ảnh hưởng đến nhà đầu tư cá nhân, làm thị trường suy thoái trong thời gian dài.

Giai đoạn năm 2008: Chỉ số VnIndex bắt đầu lao dốc

Giai đoạn đầu năm đến cuối tháng 4: Thị trường tiếp tục trong xu hướng điều chỉnh giảm: Khởi đầu năm 2008 VnIndex đã đón nhiều thông tin bất lợi từ chính sách tiền tệ của nhà nước nhằm khống chế lạm phát đang ở mức cao hai con số. Với các biện pháp mạnh nhằm kiềm chế lạm phát, NHNN đã rút tiền mặt khỏi lưu thông, khiến các NHTM thiếu tiền mặt buộc phải đẩy lãi suất huy động vốn lên cao. Thị trường chứng khoán lúc này vẫn đang theo xu hướng xuống giá, lãi suất cao khiến các nhà đầu tư rời bỏ thị trường, gửi tiền vào ngân hàng vừa có lợi nhuận cao vừa an toàn.

Ngày 25/03 VnIndex đóng cửa tại 496.64 điểm, chính thức phá đáy 500. Điều này đã khiến cho UBCKNN quyết định điều chỉnh biên độ dao động giá chứng khoán tại HOSE từ +-5% xuống +-1%. Việc thu hẹp biên độ giao dịch bắt đầu thực hiện từ ngày 27/03/2008. Vì VnIndex đã rớt liên tục từ 1,100 điểm còn 496 điểm (giảm hơn 50%), nên UBCKNN quyết định giảm