6. Tổng quan tài liệu
3.7.CÁC KHUYẾN NGHỊ
3.7.1. Chính phủ
Vì mô hình ARMA – GARCH với ý nghĩa mô phỏng lại hành vi diễn biến trong quá khứ, từ đó làm cơ sở cho dự báo kế tiếp nên trong điều hành chính sách, mô hình dự báo trở nên không có ý nghĩa đáng kể, vì nhà làm chính sách không biết tác động thị trường từ đâu bởi không nhận diện rõ các yếu tố khác nhau tác động lên thị trường.
Chính phủ đã sử dụng những biện pháp mang tính hành chính để điều chỉnh biên độ giao dịch với mục đích là ổn định thị trường chứng khoán mà không theo hướng giải quyết những nguyên nhân chính gây ra việc suy giảm của thị trường. Vì vậy, chính phủ phải đưa ra bằng được hệ thống các chính sách và thực hiện một cách nhất quán trong thời gian tới, tránh gây ra những cũ sốc quá mạnh cho thị trường để lấy lại niềm tin đối với nhà đầu tư. Điều cần nhất hiện nay là thị trường tăng trưởng một cách ổn định bền vững chứ không phải biến động tăng giảm quá nhanh.
Thị trường phát triển nhất thế giới là TTCK NewYork chính là thị trường không có quy định về biên độ giao dịch. Ở thị trường này, để duy trì sự ổn định của thị trường bằng cách mua vào hay bán ra cổ phiếu nhằm điều hòa cung cầu của thị trường đó chính là vai trò của các chuyên gia về chứng khoán. Như vậy, để hạn chế được những hậu quả đã nêu trên của việc thay đổi biên độ giao động giá, TTCK Việt Nam nên bỏ chính sách điều chỉnh biên độ giao động và sử dụng những chuyên gia chứng khoán để họ phát huy vai trò điều tiết thị trường theo quy luật cung - cầu.
3.7.2. Nhà đầu tư
77
ngày đầu của tháng 5, khuyến nghị nhà đầu tư duy trì danh mục ở mức cân bằng (cổ phiếu và tiền mặt ở mức 50 – 50) và tái cơ cấu sang các mã, nhóm ngành có kết quả kinh doanh quý 1 được dự báo là khả quan. Tiếp theo sau những phiên giảm điểm, tác giả nhận thấy xu hướng chỉ số VnIndex bật tăng nhưng không đáng kể tới ngưỡng 540 đến 12/05/2014, NĐT lúc này nên hạn chế mua vào nhóm cổ phiếu vốn nhỏ có tính đầu cơ cao và tiếp tục nắm giữ những cổ phiếu cơ bản với kỳ vọng tốt từ KQKD quý 1. Tiếp sau ngày 12/05/2014 Chứng khoán Việt Nam thêm 1 phiên giảm mạnh trên đà giảm về vùng hỗ trợ 500. Lúc này NĐT ưu tiên quan sát lực bán, bên bán cần phải suy yếu thì mới có khả năng lực mua mạnh xuất hiện. NĐT nên bình tĩnh chờ đợi dấu hiệu ổn định của thị trường. Thị trường có một phiên tăng điểm mạnh khá ấn tượng trong ngày 15/05/2014, Chỉ số Vnindex đươc dự báo dấu hiệu tăng điều chỉnh nhanh trong ngắn hạn, NĐT nên bình tĩnh chờ đợt một cơ hội thật sự tốt sau khi Vnindex. Kết thúc tăng điều chỉnh khả năng giảm tiếp tục của chỉ số VnIndex trong thời gian tới, NĐT nên giảm tỷ trọng cổ phiếu trong danh mục, đối với những cổ phiếu không có nhiều biến động trong những hoạt động kinh doanh nhưng do ảnh hưởng bởi xu hướng chung của thị trường thì NĐT không cần bán ra trong thời điểm này.
Do yếu tố kinh tế vĩ mô chưa ổn định cũng như việc thực hiện các chính sách của chính phủ chưa nhất quán nếu có một cú sốc trên thị trường cũng sẽ tác động mạnh đến chỉ số VnIndex. Vì vậy, mô hình dự báo được sử dụng chỉ mang tính chất tham trong quyết định đầu tư của nhà đầu tư.
3.8. MỘT SỐ LƯU Ý KHI SỬ DỤNG MÔ HÌNH DỰ BÁO
Vì bản chất dữ liệu của thị trường chứng khoán Việt Nam khi áp dụng mô hình dự báo ARMA-GARCH chỉ dự báo được 1 ngày. Nguyên nhân, chỉ 1 thay đổi nhỏ trong chính sách của chính phủ khiến chỉ số VnIndex thay đổi cấu trúc giữa 2 thời kỳ.
78
Như đã phân tích ở trên, mức độ tương quan của dữ liệu VnIndex trong quá khứ rất thấp trong giai đoạn hiện nay.
Vì vậy, rất khó có thể đưa ra dự báo tốt từ mô hình nếu NĐT không cập nhật thông tin liên tục, kết hợp với phân tích các nhân tố ảnh hưởng đến chỉ số VnIndex để đo lường được mức độ biến động của chỉ số VnIndex trong tương lai.
Từ kết quả sử dụng mô hình ARMA – GARCH để dự báo chỉ số VnIndex đã bộc lộ những hạn chế như: Thứ nhất, hệ số xác định R2 nhỏ, chứng tỏ mức độ tương quan giữa các dữ liệu trong quá khứ rất thấp; Thứ hai, một vài mô hình có hiện tượng tự tương quan, tác giả vẫn chưa xem xét để khắc phục hiện tượng đó; Thứ ba, mô hình chỉ dự báo được 1 ngày duy nhất sau điểm cuối của chuỗi dữ liệu. Do chỉ số VnIndex có tính quy luật thấp, nếu có một cú sốc tác động lên thị trường sẽ làm chỉ số VnIndex điều chỉnh mạnh.
Vì vậy, khi sử dụng mô hình ARMA – GARCH để dự báo NĐT cần: - Kết hợp kết quả từ mô hình dự báo với phân tích kỹ thuật, thường xuyên quan sát biến động của các chỉ số trên thế giới để có được cách nhìn nhận đúng đắn và chính xác nhất sự biến động của thị trường chứng khoán.
- Bên cạnh việc sử dụng mô hình ARMA – GARCH, nhà đầu tư nên kết hợp với hồi quy các nhân tố tác động đến chỉ số VnIndex như lãi suất, tăng trưởng GDP, biến động giá chứng khoán thế giới, biến động vàng, ngoại hối.. để tạo ra mô hình hồi quy với biến phụ thuộc là chỉ số VnIndex với các biến độc lập nêu trên nhằm phân tích các yếu tố ảnh hưởng đến mức độ giao động của chuỗi VnIndex.
- Khi phân tích mức độ biến động của thị trường chứng khoán, nhà đầu tư nên nghiên cứu những biến động có liên quan như thay đổi hoạt động đầu tư ảnh hưởng đến cân bằng của thị trường, giải thích được các chuyển dịch của thị trường, ảnh hưởng và thu nhận dòng thông tin. Có thể kết hợp với
79
phương pháp trung bình phương sai Markowitz và Sarpe-Lintner-Mossin để tối ưu hóa danh mục đầu tư hoặc phân tán rủi ro.
- Vì đặc thù của thị trường chứng khoán Việt Nam chỉ sự báo được 1 ngày nên NĐT có thể ứng dụng mô hình dự báo cho từng cổ phiếu riêng lẻ hoặc một ngành cụ thể để đưa ra quyết định đầu tư một cách đúng đắn hơn.
- Dự báo bằng mô hình tương đối phức tạp nên nhà đầu tư có thể dựa vào kết quả dự báo của các nhà nghiên cứu khoa học nhằm tham khảo để đưa ra quyết định đầu tư.
KẾT LUẬN CHƯƠNG 3
Bằng việc mô phỏng hành vi của chuỗi dữ liệu trong quá khứ, tác giả đã tìm được mô hình dự báo ARMA(0,1). Phương trình biểu diễn của mô hình như sau:
= −0.000134 + 0.283395ε +ε
Mô hình ARMA còn được sử dụng để xây dựng mô hình dự báo cho suất sinh lợi thị trường. Tuy nhiên, do R2 nhỏ nên tác giả xem xét và so sánh với mô hình GARCH.
Một nhà đầu tư quan tâm đến thị trường không chỉ về giá cổ phiếu, suất sinh lời mà còn dự báo được mức độ dao động của thị trường có nghĩa là rủi ro thị trường. Mô hình ARMA dự báo bằng phương pháp bình phương bé nhất (OLS) với giả định phương sai không thay đổi hay được gọi là trường hợp phương sai không có điều kiện. Tuy nhiên, các chuỗi dữ liệu chứng khoán thường có xu hướng dao động cao vào một số giai đoạn theo sau một số giai đoạn tương đối ít biến động. Sự dao động như vậy là do tác động của yếu tố thông tin và hành vi đám đông của nhà đầu tư trên thị trường. Giả định phương sai không thay đổi theo thời gian thường không phù hợp nữa. Thay vào đó, mô hình GARCH được sử dụng để dự báo phương sai sai số (rủi ro)
80
của thị trường chứng khoán. Tác giả đã xây dựng mô hình dự báo rủi ro cho thị trường theo phương trình:
= −0.000134 + 0.283395ε +ε ε ~ i. i. d(0, h )
h = 0.00000829 + 0.809796h + 0.158877ε
Ngoài ra, mô hình GARCH còn chứng minh có cơ sở hai đặc điểm rủi ro của thị trường chứng khoán Việt Nam bao gồm: (adsbygoogle = window.adsbygoogle || []).push({});
Tỷ suất sinh lợi mang lại của thị trường cổ phiếu niêm yết Việt Nam không tương thích với rủi ro hoặc mệnh đề “lợi nhuận cao, rủi ro càng cao” không đúng với thị trường chứng khoán Việt Nam hiện nay.
Thông tin tốt và tin xấu tác động đến thị trường chứng khoán Việt Nam là như nhau. Điều này cũng giải thích cho diễn biến thị trường hiện nay khi chỉ số Vn-Index đang sideways vì các tin tức tốt và xấu gần như bão hòa tác động đến thị trường.
Tuy nhiên, mô hình ứng dụng trong bài luận chỉ dừng ở mức độ tiếp cận một phương pháp, một công cụ phân tích dự báo rủi ro mới. Còn nhiều vấn đề cần lưu ý có thể nêu ra như sau: Mô hình ARMA - GARCH chỉ phù hợp cho dự báo ngắn hạn và không phù hợp cho các nhà hoạch định chính sách tin dùng.
81
KẾT LUẬN
Chúng ta đã lần lượt tiếp cận những điểm cơ bản của việc ứng dụng mô hình ARMA - GARCH trong dự báo chỉ số VnIndex tại Việt Nam. Kết quả ứng dụng cho thấy mô hình ARMA mô phỏng khá tốt diễn biến hành vi của thị trường trong quá khứ nên nó có cơ sở làm tốt chức năng của mình trong việc dự báo cho tương lai. Với mô hình GARCH cho ta mức độ giao động của suất sinh lời của thị trường chứng khoán Việt Nam biến động qua từng ngày và tương đối nhẹ, có đặc điểm không tương thích với rủi ro của thị trường. Mặc khác, có sự tồn tại cân xứng thông tin tốt và xấu trên thị trường chứng khoán Việt Nam, nghĩa là tin tốt và tin xấu tác động như nhau trên sàn HSX.
Tuy nhiên mô hình ARMA - GARCH có vẻ như chỉ phù hợp cho dự báo ngắn hạn vì tương lai luôn tiềm ẩn các cú sốc không thể biết trước trong khi các yếu tố tác động đến thị trường lại không được nhận diện trong mô hình. Mô hình không có ý nghĩa lớn đối với các nhà làm chính sách vì nếu sử dụng mô hình họ không thể đo lường được các yếu tố tác động đến thị trường để từ đó thực hiện các chính sách điều tiết thị trường phù hợp. Như vậy, tầm quan trọng của ứng dụng mô hình ARMA - GARCH đã rõ ràng nhưng có thể do tính chuyên nghiệp của thị trường chứng khoán Việt Nam chưa cao nên hầu hết các chuyên gia trong lĩnh vực tài chính tư vấn đầu tư không biết cách sử dụng mô hình cũng như không ý thức được tầm quan trọng của kỹ thuật phân tích này. Hy vọng trong tương lai, ngày càng có nhiều nhà nghiên cứu thuộc lĩnh vưc tài chính xúc tiến đưa ứng dụng các kỹ thuật tiên tiến và khoa học nhất của thế giới vào trong hoạt động thực tiễn. Trong đó, mô hình ARMA - GARCH được kỳ vọng là kỹ thuật phân tích dự báo có ý nghĩa và góp phần tăng tính chuyên nghiệp cho thị trường chứng khoán Việt Nam.
DANH MỤC TÀI LIỆU THAM KHẢO Tiếng Việt
[1] Th.S Trần Tuấn Anh (2004), Cung cầu tính dụng trung – dài hạn đối với hoạt động đầu tư và phát triển trên địa thành phố Hồ Chí Minh: vấn
đề đặt ra và giải pháp, Viện kinh tế thành phố Hồ Chí Minh.
[2] PGS.TS Võ Thị Thúy Anh (2013), Bài giảng kinh tế lượng tài chính ứng dụng, Trường Đại học Kinh tế Đà Nẵng.
[3] Lê Tuấn Bách (2010), Phân tích dự báo giá và rủi ro thị trường cổ phiếu niêm yết Việt Nam, Luận văn thạc sĩ quản trị kinh doanh, Trường Đại học kinh tế tp.Hồ Chí Minh.
[4] Ông Nguyên Chương (2008), Mô hình ARIMA với phương pháp Box- Jenkin và ứng dụng để dự báo lạm phát Việt Nam, Trường Đại học Kinh tế Đà Nẵng.
[5] Vươn Quân Hoàng (2004), “Hiệu ứng Garch trên dãy lợi suất”, Tạp chí
ứng dụng toán học, (số 1), tr. 15-30.
[6] Nguyễn Trọng Hoài (2009), Dự báo và phân tích dữ liệu trong kinh tế và tài chính, NXB Thống kê.
[7] Th.s Hoàng Ngọc Nhậm (2008), Giáo trình kinh tế lượng, trường đại học kinh tế tp.Hồ Chí Minh.
[8] Võ Văn Tài (2012), “Dự báo sản lượng lúa Việt Nam bằng các mô hình toán học”, Tạp chí khoa học, (số 23b), tr. 125-134.
Tiếng Anh
[1] A.Angabini và S.Wasiuzzaman (2011), GARCH Models and the Financial Crisis-A Study of the Malaysian Stock Market, Multimedia University,
[2] Emenike Kalu O. (2010), Forecasting Nigerian Stock Exchange Returns: Evidence from Autoregressive Integrated Moving Average (ARIMA) Model, Khoa Tài chính Ngân hàng thuộc trường đại học Nigeria.
[3] Jung-Hua Wang và Jia-Yann Leu (1994), Stock Market Trend Prediction
Using ARIMA – based neural Netwworks, Trường đại học đại dương
quốc gia Đài Loan.
[4] Ravindran, Ganisen và Roslan (2008), Exchange rate Forecasting – An Application of higher order ARIMA and GARCH model, University of
Surey. Web [1] www.sbv.gov.vn. [2] www.scribd.com. [3] http://www.cophieu68.vn. [4] http://vneconomy.vn. [5] http://cafef.vn.
PHỤ LỤC
Phụ lục 1: Kiểm định tự tương quan chuỗi của phần dư LM
Phụ lục 2: Ước lượng thông số của mô hình ARMA(p,q) theo phương pháp bình phương bé nhất.
Phụ lục 3: Kiểm định ảnh hưởng của ARCH(q) (adsbygoogle = window.adsbygoogle || []).push({});
Phụ lục 4: Kiểm định mô hình T-GARCH, GARCH_M
Phụ lục 5: Kiểm định Chow Trường hợp 1 Trường hợp 2 Trường hợp 3 Trường hợp 4 Trường hợp 5
Phụ lục 6: Kết quả dự báo tỷ suất sinh lời từ mô hình GARCH(1,1)
NGÀY TSLT DỰ BÁO SE ht GIỚI HẠN DƯỚI GIỚI HẠN TRÊN
Phụ lục 7: Kết quả dự báo chỉ số VnIndex
NGÀY VNINDEX VNINDEX(F) GIỚI HẠN DƯỚI GIỚI HẠN TRÊN ht
05-05-14 564.9 579.5407 579.5403 579.541 0.000194 06-05-14 555.1 564.865 564.8646 564.8653 0.000196 07-05-14 560 555.0656 555.0652 555.0659 0.000198 08-05-14 527.1 559.9653 559.9649 559.9656 0.0002 09-05-14 542.5 527.0673 527.0669 527.0677 0.000202 12-05-14 517 542.4663 542.4659 542.4667 0.000204 13-05-14 513.9 516.9679 516.9675 516.9683 0.000206 14-05-14 529.5 513.8681 513.8677 513.8685 0.000208 15-05-14 524 529.4671 529.4667 529.4676 0.00021 16-05-14 529.4671 523.9675 523.9671 523.9679 0.000211 19-05-14 523.9675 529.4343 529.4339 529.4347 0.000213 20-05-14 529.4343 523.935 523.9346 523.9354 0.000215 21-05-14 523.935 529.4014 529.401 529.4019 0.000216 22-05-14 529.4014 523.9025 523.902 523.9029 0.000218 23-05-14 523.9025 529.3686 529.3682 529.369 0.000219 26-05-14 529.3686 523.87 523.8695 523.8704 0.00022 27-05-14 523.9025 529.3358 529.3353 529.3362 0.000222 28-05-14 529.3686 523.87 523.8695 523.8704 0.000223 29-05-14 523.9025 529.3358 529.3353 529.3362 0.000224 30-05-14 529.3686 523.87 523.8695 523.8704 0.000226