B GIÁO DC VÀ ÀO TO
TRNG I HC KINH T TP. H CHÍ MINH
LÊ TUN BÁCH
PHÂN TÍCH DỰ BÁO GIÁ & RỦI RO
THỊ TRƯỜNG CỔ PHIẾU NIÊM YẾT VIỆT NAM
CHUN NGÀNH: KINH T TÀI CHÍNH - NGÂN HÀNG
MÃ S: 603112
LUẬN VĂN THẠC SĨ
NGI HNG DN KHOA HC
PGS.TS PHAN TH BÍCH NGUYT
Thành ph H Chí Minh - nm 2010
LI CAM OAN
Tôi xin cam đoan rng đây là công trình nghiên cu ca tôi, có s h tr t
Cô hng dn là PGS. TS Phan Th Bích Nguyt. Các ni dung nghiên cu
và kt qu trong đ tài này là trung thc và cha tng đc ai công b
trong bt c công trình nào. Nhng s liu trong các bng biu phc v
cho vic phân tích, nhn xét, đánh giá đc chính tác gi thu thp t các
ngun khác nhau có ghi trong phn tài liu tham kho. Ngoài ra, trong lun
vn còn s dng mt s nhn xét, đánh giá cng nh s liu ca các tác gi
khác, c quan t chc khác, và đu có chú thích ngun gc sau mi trích
dn đ d tra cu, kim chng.
Nu phát hin có bt k s gian ln nào tôi xin hoàn toàn chu trách nhim
trc Hi đng, cng nh kt qu lun vn ca mình.
TP.HCM, ngày tháng nm 2010
Tác gi
Lê Tun Bách
LI CM N
Trc tiên, tôi xin chân thành cm n Cô Phan Th Bích Nguyt đã tn tình
ch bo, góp ý và đng viên tôi trong sut quá trình thc hin lun vn tt
nghip này.
Nhân đây, tôi cng xin gi li cm n đn Quý Thy Cô, nhng ngi đã
tn tình truyn đt kin thc cho tôi trong thi gian hc cao hc va qua.
Nhng li cm n sau cùng con xin cm n cha m, cm n anh em và bn
bè đã ht lòng quan tâm và to điu kin tt nht đ tôi hoàn thành đc
lun vn tt nghip này.
Lê Tun Bách
MC LC TÓM LC
DANH MC CÁC BNG BIUU
DANH MC CÁC TH
DANH MC KÝ HIU VIT TT
PHN M U 1U
CHNG 1 4
TNG QUAN V CHUI D LIU DNG VÀ MÔ HÌNH ARIMA,
ARCH/GARCH 4
KT LUN CHNG 1 19
CHNG 2 21
TNG QUAN TH TRNG C PHIU NIÊM YT VIT NAM &
TÌNH HÌNH THC T NG DNG MÔ HÌNH ARIMA,
ARCH/GARCH 21
KT LUN CHNG 2 37
CHNG 3 39
PHÂN TÍCH D BÁO GIÁ VÀ RI RO THÔNG QUA MÔ HÌNH
ARIMA, ARCH/GARCH CHO TH TRNG C PHIU NIÊM
YT TI VIT NAM 39
KT LUN CHNG 3 53
KT LUN 57
MC LC CHI TIT
DANH MC CÁC BNG BIU
U
DANH MC CÁC TH
DANH MC KÝ HIU VIT TT
PHN M U
U
1. S CN THIT CA TÀI 1
2.
MC TIÊU NGHIÊN CU 1 U
3. I TNG, PHM VI NGHIÊN CU 1 U
4. PHNG PHÁP NGHIÊN CU 2 U
5. NHNG IM MI CA TÀI 2
6.
KT CU TÀI 2
CHNG 1 4
TNG QUAN V CHUI D LIU DNG VÀ MÔ HÌNH ARIMA,
ARCH/GARCH 4
1.1 KHÁI
NIM CH S GIÁ, T SUT SINH LI, RI RO TH TRNG 5
1.1.1 Ch s giá 5
1.1.2 Sut sinh li ca th trng 5
1.1.3 Ri ro ca th trng c phiu 5
1.2 TÍNH
DNG CA CHUI THI GIAN 6
1.2.1 Chui thi gian dng 6
1.2.2 Mt s quá trình ngu nhiên đn gin (ph lc 1.1) 8
1.2.3 Kim đnh tính dng 8
1.2.3.1 Da trên lc đ tng quan (Correlogram) 8
1.2.3.2 Kim đnh nghim đn v (Unit Root Test) 9
1.3 MÔ
HÌNH ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) 10
1.3.1 Quá trình t hi quy (Autoregressive Process – AR) 10
1.3.2 Quá trình trung bình trt (Moving Average – MA) 11
1.3.3 Quá trình t hi quy và trung bình trt (ARMA) 12
1.3.4 Quá trình trung bình trt kt hp t hi quy (ARIMA) 12
1.3.5 Quy trình la chn mô hình ARIMA(p,d,q) 13
1.4 MÔ
HÌNH ARCH/GARCH 14
1.4.1 Mô hình ARCH (Autoregressive Conditional Heteroskedasticity) 14
1.4.2 Mô hình GARCH 14
1.4.3 Mô hình GARCH-M 15
1.4.4 Mô hình TGARCH 16
1.5 KINH
NGHIM S DNG MÔ HÌNH ARIMA, ARCH/GARCH TRÊN
TH GII TRONG LNH VC CHNG KHOÁN 17
1.5.1 ng dng mô hình ARIMA 17
1.5.2 ng dng mô hình ARCH/GARCH 18
KT LUN CHNG 1 19
CHNG 2 21
TNG QUAN TH TRNG C PHIU NIÊM YT VIT NAM & TÌNH
HÌNH THC T NG DNG MÔ HÌNH ARIMA, ARCH/GARCH 21
2.1 TNG
QUAN V TH TRNG C PHIU NIÊM YT VIT NAM 21
2.1.1.1 S Giao dch Chng khoán Thành ph H Chí Minh (Hsx) 22
2.1.1.2 S Giao dch Chng khoán Hà Ni (Hnx) 23
2.2 TÌNH
HÌNH THC T NG DNG MÔ HÌNH ARIMA, ARCH/GARCH 34
KT LUN CHNG 2 37
CHNG 3 39
PHÂN TÍCH D BÁO GIÁ VÀ RI RO THÔNG QUA MÔ HÌNH ARIMA,
ARCH/GARCH CHO TH TRNG C PHIU NIÊM YT TI VIT NAM 39
3.1 KHÁI
QUÁT DIN BIN CA TH TRNG C PHIU NIÊM YT
VIT NAM GIAI ON HIN NAY 39
3.2 NG
DNG MÔ HÌNH ARIMA D BÁO CH S VN-INDEX, HA-
INDEX 40
3.2.1 ng dng mô hình ARIMA d báo cho Vn-Index (ph lc 3.1) 40
3.2.2 ng dng mô hình ARIMA d báo cho Hn-Index (ph lc 3.2) 43
3.3 NG
DNG MÔ HÌNH ARIMA VÀ ARCH/GARCH PHÂN TÍCH D
BÁO RI RO 45
3.3.1 ng dng mô hình ARIMA và ARCH/GARCH phân tích d báo ri ro cho
sàn niêm yt Tp. H Chí Minh 45
3.3.1.1 ng dng mô hình ARIMA d báo sut sinh li cho ch s Vn-Index
(ph lc 3.3) 45
3.3.1.2 S dng mô hình ARCH/GARCH đ phân tích d báo ri ro ca Vn-
Index 46
3.3.2 ng dng mô hình ARIMA và ARCH/GARCH phân tích d báo ri ro cho
sàn niêm yt Hà Ni 48
3.3.2.1 ng dng mô hình ARIMA d báo sut sinh li cho ch s Hn-Index
(ph lc 3.6) 48
3.3.2.2 S dng mô hình ARCH/GARCH đ d báo phân tích ri ro ca ch s
Hn-Index 49
3.4 MT
S VN LU Ý VÀ CÁC HNG M RNG NG DNG MÔ
HÌNH 50
KT LUN CHNG 3 53
KT LUN 57
DANH MC CÁC PH LC
PH LC A: NHN NH XU HNG CA TH TRNG C
PHIU NIÊM YT VIT NAM HIN NAY
PH LC A.1: THNG KÊ 10 C PHIU CÓ S LNG NIM YT
MI NHIU NHT
PH LC A.2: BNG CÂU HI
PH LC A.3: THNG KÊ MÔ T TÂM LÝ CA NHÀ U T VÀ
ÁNH GIÁ CA H V CÁC RI RO NH HNG
N XU HNG TH TRNG SP TI
PH LC 1.1: MT S QUÁ TRÌNH NGU NHIÊN N GIN
PH LC 1.2: KIM NH NH HNG CA ARCH
PH LC 2.1: T SUT SINH LI TH TRNG PHÁT TRIN
PH LC 2.2: T SUT SINH LI TH TRNG MI NI
PH LC 3.1: D BÁO CHO VN-INDEX
PH LC 3.2: D BÁO CHO HN-INDEX
PH LC 3.3: D BÁO CHO
PH LC 3.4. D BÁO RI RO CHO VN-INDEX
PH LC 3.5. PHÂN TÍCH RI RO VN-INDEX
PH LC 3.6. D BÁO CHO
PH LC 3.7. PHÂN TÍCH RI RO HN-INDEX
DANH MC CÁC BNG BIU
Bng 2.1 – Bng t l % mc vn hóa th trng so vi GDP
Bng 3.1 – So sánh các ch tiêu đánh giá mô hình d báo Vn-Index
Bng 3.2 – So sánh các ch tiêu đánh giá mô hình d báo Hn-Index
Bng 3.3 – So sánh các ch tiêu la chn mô hình d báo
DANH MC CÁC TH
th 1.1 – Giá vàng 01/2004 đn 05/2009 – Chui có xu th tng không dng
th 1.2 – Sut sinh li c phiu SAM giai đon t 28/07/2000 đn 26/03/2009 –
Chui dng
th 1.3 – Minh ha nhiu trng
th 1.4 – Minh ha bc ngu nhiên
th 1.5 – Minh ha gin đ tng quan ca mt chui dng
th 1.6 – Minh ha gin đ tng quan ca mô hình ARMA(1,2)
th 2.1 – S lng các công ty niêm yt ti sàn Hsx qua các nm
th 2.2 – S lng các công ty niêm yt ti sàn Hnx qua các nm
th 2.3 – T sut sinh li (%) các th trng đã phát trin t 2000-2009
th 2.4 – T sut sinh li (%) các th trng mi ni t 2000-2009
th 2.5 – Phân tán ca t sut sinh li – đ lch chun các th trng
th 2.6 – Din bin 10 nm th trng c phiu niêm yt Vit Nam
th 3.1 – Din bin th trng giai đon t 11/11/2009 đn 11/11/2010
th 3.2 – Gin đ tng quan ca Vn-Index
th 3.3 – Gin đ tng quan sai phân bc mt ca Vn-Index
th 3.4 – Gin đ tng quan ca Hn-Index
th 3.5 – Gin đ tng quan sai p t ca Hn-Index hân bc m
th 3.6 – Gin đ tng quan ca
ô hình GA
th 3.8 – Gin đ tng quan ca
th 3.7 – Biu din phn d ca m RCH(1,1) và GARCH(0,1)
th 3.9 – Biu din phn d ca mô hình GARCH(0,1), GARCH(0,2) và
GARCH(1,1)
th 3.10 – Ch s Vn-Index và Vn-Index d báo
th 3.11 – Ch s Hn-Index và Hn-Index d báo
th A.1 – S lng công ty niêm niêm yt mi tính ti ngày 08/10/2010
th A.2 – Chênh lch mua bán c phiu ca nhà đu t nc ngoài
th A.3 – Tình hình giao dch ca th trng gn đây
th A.4 – Lm phát Vit Nam
DANH MC KÝ HIU VIT TT
♦
♦
UBCKNN
:
y
ban
Chng
khoán
Nhà
nc
UBCKNN : y ban Chng khoán Nhà nc
♦
♦
HOSE
:
S
Giao
dch
Chng
khoán
TP.
H
Chí
Minh
HOSE : S Giao dch Chng khoán TP. H Chí Minh
♦
♦
SGDCK
:
S
Giao
dch
Chng
khoán
SGDCK : S Giao dch Chng khoán
♦
♦
HASTC
:
Trung
tâm
Giao
dch
Chng
khoán
Hà
Ni
HASTC : Trung tâm Giao dch Chng k
hoán Hà Ni
♦
♦
TTGDCK
:
Trung
tâm
Giao
dch
Chng
khoán
TTGDCK : Trung tâm Giao dch Chng khoán
♦
♦
CP
:
C
phiu
CP : C phiu
♦
♦
Tp.
:
Thành
ph
Tp. : Thành ph
♦
♦
IMF
:
Qu
tin
t
quc
t
IMF : Qu tin t quc t
♦
♦
FED
:
Cc
d
tr
liên
bang
M
FED : Cc d tr liên bang M
♦
NHNN
:
Ngân
hàng
Nhà
nc
c NHNN : Ngân hàn
g Nhà n
PHN M U
1. S CN THIT CA TÀI
Th trng c phiu niêm yt Vit Nam k nim 10 nm phát trin trong mt không
khí m đm. Mi hôm nào th trng c phiu niêm yt Vit Nam là mt trong nhng
th trng có tc đ tng trng nht nhì trên th gii thì lúc này Vit Nam li nm
trong top danh sách các th trng st gim mnh nht th gii. ây là đim hp dn
sinh li cao ca th trng chng khoán Vit Nam và cng đy thách thc cho bt kì
nhà đu t nào không chuyên ln dày dn kinh nghim. Mi quy lut, mi phân tích k
thut và các lý thuyt phân tích đu t tiên tin ca th gii đu có nguy c b phá v
hoc bóp mép trong mt môi trng nhiu bin đng và thiu chuyên nghip nh th
trng chng khoán Vit Nam. “Tht ri ro!” hay “không hiu ni!” dng nh là câu
ca ming ca các nhà đu t dành cho th trng chng khoán Vit Nam.
Các nhà làm chính sách, t chc t vn và nhà đu t luôn c gng d báo ri ro ca
th trng nhng các nhân t tác đng vào th trng Vit Nam rt đa dng và bin đi
khó lng. Vì th mà các mô hình hi quy c đin thng dùng đ phân tích d báo
chui d liu c phiu Vit Nam không th nhn din ht đc các yu t ri ro và các
kt qu d báo thng sai so vi thc t. Tìm ra mt công c phân tích d báo tt hn
đã và đang là nhu cu bc thit cho các nhà làm chính sách và đc bit là công chúng
đu t. ây chính là c s cho đ tài “Phân tích d báo giá & ri ro ca th trng c
phiu niêm yt Vit Nam” đc thc hin.
2. MC TIÊU NGHIÊN CU
Mc tiêu nghiên cu ca lun vn là:
̇ ng dng mô hình ARIMA, ARCH/GARCH d báo phân tích ri ro ca th
trng c phiu niêm yt Vit Nam giai đon hin nay;
̇ ánh giá ng dng ca mô hình ARIMA, ARCH/GARCH và các hng gi m
đ phát trin công c phân tích d báo hiu qu này vào thc t.
3. I TNG, PHM VI NGHIÊN CU
i tng nghiên cu ca lun vn là th trng c phiu niêm yt Vit Nam, đc bit
giai đon t đu nm đn nay.
1
S d tôi gii hn giai đon nghiên cu đi vi th trng c phiu niêm yt Vit Nam
là nhm hng đ tài đc cp nht phn ánh tình hình hin ti ca th trng t đó có
kh nng ng dng cao vào thc t.
4. PHNG PHÁP NGHIÊN CU
Vi s h tr ca phn mm k thut Eviews, Mô hình kinh t lng ARIMA và
ARCH/GARCH đc s dng đ x lý d liu ch s ca th trng c phiu niêm yt,
t đó tìm ra mô hình d báo phù hp cho th trng Vit Nam đng thi phân tích mt
s đc đim ri ro ca th trng.
5. NHNG IM MI CA TÀI
Tuy còn nhiu hn ch nhng đ tài cng có nhng đim mi sau:
̇ Mc dù mô hình ARIMA và ARCH/GARCH đã đc ng dng và gii thiu đn
cng đng nghiên cu hc thut Vit Nam nhng rt him đ tài liên quan đn
chng khoán đc trình bày mt cách h thng và cp nht. Lun vn vi mong
mun mô hình d báo phân tích th trng c phiu niêm yt Vit Nam tìm đc
trong giai đon hin nay có th đc dùng nh là mt công c tham kho ti các
công ty tài chính.
̇ a ra mt s lu ý v ng dng mô hình ARIMA, ARCH/GARCH và các
hng m rng cách ng dng mô hình mà trc kia trong các đ tài khác không
đ cp.
6. KT CU TÀI
Lun vn đc trình bày thành ba phn:
̇ Phn 1: Tng quan v chui d liu dng, mô hình ARIMA,
ARCH/GARCH
Phn này gii thiu tng quát v chui d liu dng và lý thuyt mô hình
ARIMA, ARCH/GARCH cng nh kinh nghim ng dng mô hình ARIMA,
ARCH/GARCH trên th gii.
̇ Phn 2: Tng quan v th trng c phiu niêm yt Vit Nam & Tình hình
thc t ng dng mô hình ARIMA, ARCH/GARCH
Th trng c phiu niêm yt Vit Nam nh th nào, din bin hành vi ca th
trng qua 10 nm lch s hình thành phát trin th trng và tình hình ng dng
2
3
mô hình d báo phân tích ri ro ARIMA, ARCH/GARCH ti Vit Nam s cho
thy nhu cu cn thit có mt công c phân tích d báo da trên mô t đc hành
vi th trng. ó là mô hình ARIMA, ARCH/GARCH.
̇ Phn 3: ng dng mô hình ARIMA, ARCH/GARCH phân tích d báo giá
& ri ro ca th trng c phiu niêm yt Vit Nam.
Ging nh ta đ ca phn 3, tác gi s ln lt s dng mô hình ARIMA,
ARCH/GARCH phân tích d báo giá & ri ro cho th trng c phiu niêm yt
Vit Nam giai đon hin nay thông qua hai ch s chng khoán Vn-Index và Hn-
Index.
Cui cùng là mt s vn đ lu ý và các hng m rng ng dng.
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
CHNG 1
TNG QUAN V CHUI D LIU DNG
VÀ MÔ HÌNH ARIMA, ARCH/GARCH
Trc ht, chúng ta ôn li các khái nim c bn bao gm ch s giá chng khoán, t
sut sinh li và ri ro th trng. ây là cái yu t đu vào cng nh đi tng cho mô
hình phân tích d báo s đc trình bày phn sau.
D liu ch s giá, t sut sinh li và ri ro th trng là các chui d liu theo thi
gian. im chung ca ba chui d liu này là đu th hin tâm lý ca nhà đu t thông
qua din bin hành vi và hng đi ca d liu.
Trong công tác phân tích d báo có hai trng phái. Th nht, trng phái c đin da
vào các mô hình kinh t lý thuyt đã đc xây dng nên bi các hc gi, t đó ta thu
thp d liu thc t xây dng nên các mô hình theo đúng lý thuyt ri d báo theo nó.
Th hai, trng phái hin đi tp trung ci tin công tác d báo và tin dùng vào mô
hình phân tích d báo chui thi gian. Phân tích chui thi gian s nghiên cu hành vi,
khuôn mu trong quá kh ca mt bin s và s dng thông tin này đ d đoán nhng
thay đi trong tng lai. Trong bài nghiên cu này, tôi đi theo hng ca trng phái
th hai tc là mô phng d liu trong quá kh ri ly đó làm c s đ d phóng cho
tng lai mà không quan tâm đn vic phân tách các nhân t tác đng đn chui d
liu.
Tuy nhiên, dù theo trng phái nào thì d liu chui thi gian đu vào cho mô hình d
báo phi là chui dng. Chui dng s cho thy nhng kt qu d báo phn ánh đc
đim trong quá kh hay nhng gì din ra quá kh s xy ra hin ti và tng lai
theo đúng nh kch bn quá kh ca nó. Nhng làm th nào đ xác đnh đc mt
chui thi gian là dng? Chúng ta s ln lt kim đnh chui thi gian bng phng
pháp gin đ tng quan và phng pháp kim đnh đn v.
Sau khi xác đnh đc chui thi gian là chui dng, ta bt đu d báo và phân tích
chui thi gian theo tính ngu nhiên ca nó da vào nhng thông tin ca bn thân
chui d liu trong quá kh. Phng pháp ARIMA và mô hình ARCH/GARCH s ln
lt đc gii thiu mt cách c bn cách thc ng dng trong vic phân tích và d
báo mt chui thi gian.
4
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
Ngoài ra kinh nim ng dng mô hình ARIMA, ARCH/GARCH trên th gii cho thy
mô hình đã và đang phát trin ngày càng sâu trong công tác phân tích d báo chui d
liu tài chính, đc bit là th trng chng khoán.
1.1 KHÁI NIM CH S GIÁ, T SUT SINH LI, RI RO TH TRNG
1.1.1 Ch s giá
Ch s giá c phiu là thông tin th hin giá chng khoán bình quân hin ti so vi giá
bình quân thi k gc đã chn. Vit Nam có hai ch s chng khoán c bn là Vn-
Index và Hn-Index. C hai ch s giá chng khoán đu đc tính theo phng pháp
bình quân gia quyn. Công thc tính nh sau:
Trong đó:
P
1i
: Giá hin hành ca c phiu i
Q
1i
: Khi lng đang lu hành ca c phiu i
P
0i
: Giá ca c phiu i thi kì gc
Q
0i
: Khi lng ca c phiu i ti thi kì gc
Ch s giá c phiu đc coi là phong v biu th hin tình hình hot đng ca th
trng chng khoán. ây cng là cn c đ đánh giá hot đng ca nn kinh t.
1.1.2 Sut sinh li ca th trng
Sut sinh li ca th trng là thông tin làm cn c đ đánh giá mc đ hp dn khi
đu t vào th trng. Cng ging nh sut sinh li ca mt c phiu, sut sinh li ca
th trng đc tính toán da vào chui d liu ch s giá. Công thc tính t sut sinh
li ca th trng:
T sut sinh li tính theo nguyên tc lãi kép vi s ghép lãi vô hn vì hot đng đu t
và tái đu t din ra liên tc nên s là ít chính xác hn nu tính toán sinh li theo
nguyên tc s k ghép lãi ri rc.
1.1.3 Ri ro ca th trng c phiu
Theo Harry Markowitz
1.1
, ri ro c phiu đc đo lng bi phng sai hoc đ lch
chun ca chui d liu t sut sinh li c phiu.
Phng sai (
2
) = E((R
i
– E(R
i
)
2
)
5
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
lch chun () =
Hai ch s Hn-Index và Vn-Index đc ngm đnh đi din cho th trng c phiu
niêm yt Vit Nam nên ri ro th trng c phiu Vit Nam s đc đo lng bi
phng sai hay đ lch chun ca chui d liu t sut sinh li th trng c phiu.
Lu ý, vi công thc tính trên, ri ro ca c phiu không phân bit đâu là ri ro h
thng hay ri ro phi h thng. iu này không nh hng đn mc tiêu ca đ tài vì
nghiên cu đi theo hng phân tích d báo giá và ri ro cho th trng c phiu niêm
yt Vit Nam thông qua mô phng và phân tích bin đng ca chui d liu giá và
sut sinh li ca th trng mà không chú trng phân tách các nhân t tác đng to ra
tính bin đng đó.
1.2 TÍNH DNG CA CHUI THI GIAN
1.2.1 Chui thi gian dng
Khái nim tính dng rt quan trng trong phân tích chui thi gian. Mt chui thi
gian dng có đc đim sau:
̇ D liu dao đng xung quanh mt giá tr trung bình c đnh trong dài hn,
̇ D liu có giá tr phng sai xác đnh không thay đi theo thi gian,
̇ D liu có mt gin đ tng quan vi các h s t tng quan s gim dn khi đ
tr tng lên.
Trc ht, chúng ta gii thích khái nim đ tr. Y
t-k
là chui thi gian Y
t
có k đ tr
ngha là phi mt k thi gian mi có đ d liu chui thi gian Y
t
. Khi s dng chui
thi gian có đ tr, ta s b mt bin quan sát. tr càng tng, s bin quan sát b mt
càng nhiu. Vn đ này s tác đng đáng k trong vic cân nhc la chn mô hình.
Quay tr li đc đim ca mt chui thi gian đc xem là dng, din đt theo ngôn
ng thng kê nh sau:
̇ E(Y
t
) là mt hng s cho tt c các thi đim t
E(Y
t
) = µ
̇ Var(Y
t
) là mt hng s cho tt c các thi đim t
Var(Y
t
) = E(Y
t
- µ)
2
=
2
̇ Cov(Y
t
,Y
t-k
) là mt hng s cho tt c các thi đim t và k khác 0 ngha là hip
phng sai gia Y
t
và Y
t-k
ch ph thuc vào đ dài ca (k) v thi gian gia t và t-
k, không ph thuc vào thi đim t. Chng hn, Cov(Y
12
,Y
7
) = Cov(Y
13
,Y
8
)=
6
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
Cov(Y
28
,Y
23
) Ta nên nh Cov(Y
t
,Y
t-6
) không đi nhng Cov(Y
t
,Y
t-6
) có th khác
vi Cov(Y
t
,Y
t-5
).
Cov(Y
t
,Y
t-k
) =
k
= E[(Y
t
- µ)(Y
t-k
- µ]
Gi s khi ta di chuyn lùi giá tr gc ca Y t Y
t
sang Y
t-k
. Nu Y
t
là mt chui dng
thì giá tr trung bình, phng sai, và hip phng sai ca Y
t-k
phi bng trung bình,
phng sai và các hip phng sai ca Y
t
.
Tóm li, mt chui thi gian dng nu trung bình, phng sai ca nó không đi theo
thi gian và hip phng sai gia hai thi đon ch ph thuc vào khong cách và đ
tr v thi gian gia hai thi đon này ch không ph thuc vào thi đim thc t mà
đng phng sai đc tính.
Nhìn mt cách trc quan ta hãy xem đ hình ca mt chui thi gian nh th nào là
dng.
600,000
800,000
1,000,000
1,200,000
1,400,000
1,600,000
1,800,000
2,000,000
2004 2005 2006 2007 2008 2009
th 1.1 – Giá vàng t 01/2004 đn 05/2009 – Chui có xu th tng không dng
th 1.2 – Sut sinh li c phiu SAM giai đon t 28/07/2000 đn 26/03/2009 –
Chui dng
10
08
06
04
02
.00
.02
.04
.06
.08
2001 2003 2004 2005 2006 2007 2008
7
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
th 1.2 th hin mt chui dng vì d liu có xu hng hi t xoay quanh mt giá
tr nht đnh trong khi đ th 1.1 biu th xu th tng vi trung bình tng theo thi gian.
Mt chui d liu dng luôn có xu hng tr v giá tr trung bình và nhng dao đng
xung quanh giá tr trung bình s là nh nhau. Ta cng có th suy ngc li, mt chui
thi gian không dng theo cách ta đã đnh ngha v chui dng trên s có giá tr
trung bình thay đi theo thi gian, giá tr phng sai thay đi theo thi gian hoc c
hai.
Ti sao chui thi gian dng li quan trng? Gujarati
1.2
(2003) cho rng nu mt chui
thi gian không dng, chúng ta ch có th nghiên cu hành vi ca nó trong thi gian
đang xem xét. Mi mt chui d liu theo thi gian s mang mt tình tit nht đnh và
ch th hin nhng hành vi c th trong khong thi gian đó. Kt qu là, chúng ta
không th khái quát hóa cho các giai đon khác ngha là không th ly đc đim ca
chui thi gian giai đon này làm đc đim ca mt chui thi gian giai đon khác.
i vi mc đích d báo, các chui thi gian không dng nh vy có th s không có
giá tr thc tin. Vì nh chúng ta đã bit, trong d báo chui thi gian, chúng ta ngm
đnh xu hng vn đng ca d liu trong quá kh và hin ti đc duy trì cho các
giai đon trong tng lai. Th nhng, nu bn thân d liu luôn thay đi thì chúng ta
không th d báo đc điu gì cho tng lai.
Hn na, đi vi phân tích hi quy, nu chui thi gian không dng thì tt c các kt
qu đin hình ca mt phân tích hi quy tuyn tính c đin s không có giá tr cho vic
d báo, và thng đc gi là hin tng “hi quy gi mo”. Do vy, điu kin c bn
nht cho vic d báo mt chui thi gian là nó phi có tính dng.
1.2.2 Mt s quá trình ngu nhiên đn gin (ph lc 1.1)
1.2.3 Kim đnh tính dng
1.2.3.1 Da trên lc đ tng quan (Correlogram)
Mt cách kim đnh đn gin tính dng là dùng hàm t tng quan (ACF-
Autocorrelation Function). AC tr k, ký hi
k
, đc xác đnh nh sau: F vi đ u bng
ACFk
Cov(
Do c hip phng sai và phng sai đc tính bng cùng mt đn v đo, nên
là
mt đi lng không có đn v đo, là trung tính, là s. Nó nm trong khong t -1 đn
8
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
+1 ging nh bt k mt h s tng quan nào. Nu chúng ta v đ th
theo k, thì
đ th chúng ta có đc s là biu đ tng quan tng th.
Barlett đã ch ra rng, nu chui là ngu nhiên và dng thì các h s tng quan
s
có phân phi xp x chun vi k vng toán bng không và phng sai là 1/n vi n khá
ln. Mt chui thi gian dng khi h s t tng quan gim bng 0 rt nhanh thng
sau 2 đn 3 đ tr.
Các h s tng quan
(k≥2) phn ánh mc đ kt hp tuyn tính ca Y
t
và Y
t-k
.
Tuy nhiên, mc đ kt hp gia hai bin còn có th do mt s bin khác gây ra. Trong
trng hp này, các bin Y
t-1,
Y
t-2
, Y
t-k+1
nh hng đn mc đ kt hp ca Y
t
và
Y
t-k
. Do đó đ đo mc đ kt hp riêng r gia Y
t
và Y
t-k
, ngi ta xây dng mt s
tng quan khác gi là h s tng quan riêng p a Y
t
và Y
t-k
, ký hiu là
hn c
PACFk
Trong phân tích hi quy bi, nu bin ph thuc đc hi quy theo các bin gii thích
X
2
và X
3
thì điu mà chúng ta quan tâm là mun bit X
2
nh hng lên Y nh th nào
khi đã loi tr nh hng ca X
3
lên Y. iu này có ngha hi quy Y theo X
3
, lu phn
d, ri hi quy phn d theo X
2.
H s tng quan riêng phn (PACF-Partial
Correlation Function) cng có ý ngha tng t. PACF đo lng mi quan h gia hai
bin khi tt c nhng bin không liên quan đc gi không đi.
th 1.5 – Minh ha gin đ tng quan ca mt chui dng
1.2.3.2 Kim đnh nghim đn v (Unit Root Test)
Mt tiêu chun khác đ kim đnh tính dng là kim đnh nghim đn v (unit root
test). Kim đnh đn v là mt kim đnh đc s dng khá ph bin trong nghiên cu
khoa hc thay vì s dng gin đ tng quan vì loi kim đnh này có tính hc thut
và chuyên nghip cao hn. Gi s ta có phng trình t hi quy nh sau:
9
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
Y
t
= Y
t-1
+ U
t
(-1≤ ≤1) (1.3)
Trong đó U
t
là nhiu trng. Nu nh = 1, khi đó Y
t
là mt bc ngu nhiên và Y
t
là
mt chui không dng. Do đó đ kim đnh tính dng ca Y
t
ta s kim đnh gi thit :
H
0
: = 1(Y
t
là chui không dng)
H
1
: < 1(Y
t
là chui dng)
Phng trình 1.3 tng đng vi phng trình sau đây :
Y
t
– Y
t-1
= Y
t-1
– Y
t-1
+ U
t
= (-1)Y
t-1
+ U
t
Y
t
= Y
t-1
+ U
t
Nh vy các gii thit trên có th đc vit li nh sau :
H
0
: = 0 (Y
t
là chui không dng)
H
1
: < 0 (Y
t
là chui dng)
Dickey
1.3
và Fuller
1.4
cho rng giá tr t ca h s Y
t-1
s không theo phân phi student
mà thay vào đó là phân phi xác xut (tau statistic). Kim đnh thng kê còn đc
gi là kim đnh Dickey – Fuller (DF).
kim đnh H
0
ta so sánh giá tr thng kê tính toán vi giá tr thng kê tra bng
DF. Nu
>
thì bác b gi thit H
0
, ngha là Y
t
là mt chui dng. Tiêu chun
DF đc áp dng cho các mô hình sau :
Y
t
= Y
t-1
+ U
t
Y
t
=
1
+ Y
t-1
+ U
t
Y
t
=
1
+
2
t + Y
t-1
+ U
t
(1.4)
Nu U
t
t tng quan có ngha là Y
t
ph thuc c các Y
t-i
trong quá kh nh Y
t-1,
Y
t-2
thì ci biên mô hình (1.4) nh sau :
Y
t
=
1
+
2
t + Y
t-1
+
Y
+
t
(1.5)
Kim đnh DF nh phng trình 1.5 đc gi là kim đnh DF m rng (ADF-
Augmented Dickey – Fuller Test).
1.3 MÔ HÌNH ARIMA (Autoregressive Integrated Moving Average)
1.3.1 Quá trình t hi quy (Autoregressive Process – AR)
Nh đã trình bày trong c ch t hi quy bc nht, bin ph thuc đc hi quy theo
các bin tr ca nó. Quá trình t hi quy bc nht AR (1) đc biu din nh sau:
Y
t
= Y
t-1
+ U
t
, U
t
là nhiu trng
10
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
ây là mô hình đn gin nht ca c ch t hi quy. Mô hình tng quát ca quá trình
t hi quy bc p kí hiu AR(p) có dng:
Y
t
=
0
+
1
Y
t-1
+
2
Y
t-2
+ +
p
Y
t-p
+ U
t
, U
t
là nhiu trng
iu kin đ Y
t
dng là -1<
i
<1
Mô hình t hi quy tng quát ch có các giá tr hin ti và quá kh ca Y đc s dng
trong mô hình và không có bin làm hi quy nào khác. Giá tr ca Y tng lai ph
thuc vào giá tr ca nó trong quá kh cng vi mt yu t ngu nhiên. Rõ ràng vi
mô hình t hi quy, d liu đã t nó gii thích cho bn thân nó.
Vn đ là làm cách nào ta xác đnh s đ tr p? Lúc này gin đ tng quan ngoài vic
giúp ta nhn dng mt cách trc quan tính dng ca chui thi gian còn giúp ta xây
dng mô hình hi quy, c th xác đnh p trong mô hình AR(p). Cách thc nh sau:
ACF s có xu hng bng không ngay lp tc, trong khi đó, h s t tng quan riêng
phn PACF s có xu hng khác không mt cách có ý ngha thng kê cho đn đ tr p
và s bng không ngay sau đ tr p đó.
1.3.2 Quá trình trung bình trt (Moving Average – MA)
Y
t
là quá trình trung bình trt bc q kí hiu MA(q) nu Y
t
có dng:
Y
t
= U
t
+
1
U
t-1
+
2
U
t-2
+ +
q
U
t-q
Trong đó U
t
là s hng nhiu ngu nhiên;
1
,
2
,
q
là các h s c lng; U
t-1
là sai
s giai đon t-1, U
t-q
là sai s giai đon t-q.
Hàm ý ca mô hình MA(q) là Y
t
ph thuc vào giá tr ca sai s hin ti và các sai s
quá kh, tc ti các thi đim t, t-1, t-2 , t-q. iu này có ngha Y
t
ph thuc vào giá
tr sai s trc đó ch không phi giá tr tr ca Y
t
nh trong mô hình AR. Ví d, khi
xem giá c phiu ti thi đim t, thì các sai s này có th đi din cho nh hng ca
các thông tin th trng ti thi đim t-1, t-2 , t-q ngoài yu t giá ca c phiu trc
đó.
Tóm li, Y ti thi đim t không ch ph thuc vào các thông tin hin ti mà còn ph
thuc vào các thông tin trong quá kh. Tuy nhiên, các thông tin gn nht có ý ngha
nhiu hn so vi các thông tin trc đó. Nh vy, các mô hình MA cung cp giá tr d
báo ca Y
t
trên c s kt hp tuyn tính ca các giá tr sai s quá kh, trong khi đó,
các mô hình AR d báo Y
t
nh mt hàm tuyn tính ca các giá tr quá kh ca bn
thân Y
t.
11
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
xác đnh đ tr q ta s dng gin đ tng quan theo cách sau đây: ACF s có xu
hng khác không mt cách có ý ngha thng kê cho đn đ tr q và s bng không
ngay sau đ tr q đó, trong khi PACF s có xu hng bng không ngay lp tc.
Thông thng, ít có chui thi gian nào tha mãn các điu kin ca mô hình AR(p)
hoc MA(q), mà thng là kt hp ca hai mô hình này, có ngha là mt chui dng
thì có th tuân theo mô hình tng quát là ARMA(p,q).
1.3.3 Quá trình t hi quy và trung bình trt (ARMA)
Nu kt hp mô hình AR(p) vi mô hình MA(q) ta có mô hình ARMA(p,q) có dng
nh sau:
Y
i
=
0
+
1
Y
t-1
+
2
Y
t-2
+ +
p
Y
t-p
+ U
t
+
1
U
t-1
+
2
U
t-2
+ +
q
U
t-q
Dng rút gn ca ARMA(p,q) nh u : sa
Y
t
=
0
+
Y
t-1
+ U
t
+
U
t-j
Tng t nh các mô hình AR(p) và MA(q), các mô hình ARMA(p,q) ch thích hp
cho các chui dng. Trong trng hp này, ta cn phi xác đnh đ tr p và q thích
hp theo cách sau đây:
th 1.6 – Minh ha gin đ tng quan ca mô hình ARMA(1,2)
Nhìn vào gin đ ct Partial Correlation sau 1 đ tr (dãy s gia Partial Correlation
và AC), PAC tin v 0 (biu th khi hình nm ngang rút ngn li và nm trong phm
vi hai đng gch đt) trong khi AC bng không k t 2 đ tr. Ta xác đnh đc d
liu có dng mô hình ARMA(1,2).
1.3.4 Quá trình trung bình trt kt hp t hi quy (ARIMA)
Trc ht, tr li biu thc Y
t
= Y
t
– Y
t-1
. là toán t sai phân. Sai phân bc 1 đc
đnh ngha bng Y
t
= Y
t
– Y
t-1.
12
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
Sai phân bc 2: (Y
t
) = Y
t
– Y
t-1
= (Y
t
– Y
t-1
) – (Y
t-1
– Y
t-2
)
= Y
t
– 2Y
t-1
+ Y
t-2
Các mô hình ARMA ch có th thc hin đc khi chui Y
t
là chui dng. Tuy nhiên,
hu ht các chui d liu kinh t theo thi gian và tài chính đu là chui có yu t xu
th, ngha là, giá tr trung bình ca Y
t
trong nm này có th khác nm kia. Nói cách
khác, các chui thi gian trong kinh t và tài chính thng là chui không dng. Chính
vì th, đ suy ra các chui dng chúng ta phi kh yu t xu th trong các chui d
liu gc thông qua quy trình ly sai phai. Nu ly sai phân bc 1 ta có đc chui dng
thì đc gi là dng sai phân bc 1 (hay đng liên kt bc 1) và ký hiu là I(1). M
rng ra, nu mt chui dng sai phân bc d ta kí hiu là I(d). Nh vy, nu chui Y
t
dng sai phân bc d, áp dng mô hình ARMA(p,q) cho chui sai phân bc d thì chúng
ta có quá trình ARIMA(p,k,q), trong đó, p là bc t hi quy, d là s ln ly sai phân đ
Y
t
dng, q là bc trung bình trt.
AR(p), MA(q) ln lt chính là mô hình ARIMA(p,0,0), ARIMA(0,0,q). Ta có th
biu din m hình ARIMA(p,k,q) nh sau : ô
Y
t
= +
1
Y
t-1
+
2
Y
t-2
+ +
p
Y
t-p
+ U
t
+
1
U
t-1
+
2
U
t-2
+ +
q
U
t-q
1.3.5 Quy trình la chn mô hình ARIMA(p,d,q)
Quy trình la chn mô hình ARIMA thông thng qua ba bc: nhn dng, c lng
và kim tra chn đoán.
Nhn dng
X Kim tra tính dng ca d liu thông qua gin đ tng quan hay kim đnh
nghim đn v. Nu không dng thì ta làm cho d liu dng bng cách ly sai
phân bc 1;
X Xác đnh p, q cho mô hình ARMA da vào gin đ tng quan.
Mô hình ACF PACF
MA(1) Có ý ngha đ tr th nht Bng không ngay lp tc
AR(1) Bng không ngay lp tc Có ý ngha đ tr th nht
ARMA(1,1) Bng không sau đ tr th nht Bng không sau đ tr th nht
ARMA(p,q) Bng không sau đ tr th q Bng không sau đ tr th p
13
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
c lng
X Chn mô hình phù hp bng các ch tiêu AIC, SBC, tiêu chun Schwarz
X Kim tra du và thng kê t ca tng h s.
Phân tích chn đoán
X V đ th phn d theo thi gian
X Quan sát và so sánh đ th giá tr d báo và giá tr thc t
X Kim đnh tính ngu nhin ca phn d.
1.4 MÔ HÌNH ARCH/GARCH
1.4.1 Mô hình ARCH (Autoregressive Conditional Heteroskedasticity)
K t nm 1982 khi Robert Engle
1.5
vit tác phm ni ting ca mình “D đoán ri ro
lm phát Anh Quc bng mô hình hi quy t tng quan phng sai có điu kin”,
mô hình ARCH đã đc phát trin thành nhng mô hình phân tích ri ro đc s dng
nhiu nht. Mô hình ARCH cho rng phng sai ca các hng nhiu ti thi đim t
ph thuc vào các s hng nhiu bình phng các giai đon trc hay phng sai
thay đi qua thi gian. Engle cho rng tt nht chúng ta nên mô hình hóa đng thi giá
tr trung bình và phng sai ca chui d liu khi nghi ng rng giá tr phng sai
thay đi theo thi gian. Biu din mô hình ARCH(q) nh sau:
Y
t
1
+
2
X
t
+ u
t
(1.6) =
U
t
N(0 ) trong đó h
t
chính là
, h
t
h
t
=
0
+
(1.7)
Các h s
phi có du dng vì phng sai luôn dng. Ví d ta có mô hình
ARCH(1), phng trình biu din ca mô hình nh sau:
Y
t
1
+
2
X
t
+ u
t
=
U
t
N(0, h
t
)
h
t
=
0
+
1
Kim đnh nh hng ca ARCH (ph lc 1.2)
1.4.2 Mô hình GARCH
Mô hình GARCH (Generalised Autoregressive Conditional Heteroskedasticity) là mô
hình tng quát hóa cao hn mô hình ARCH. Mô hình ARCH có v ging dng mô
14
Chng 1 – Tng quan v chui d liu dng và mô hình ARIMA, ARCH/GARCH
hình MA(q). Vì vy, mt ý tng đc Tim Bollerslev
1.6
đ xut là chúng ta thêm các
bin tr ca phng sai có điu kin vào phng trình phng sai 1.7 theo dng t hi
quy. Mô hình GARCH(p,q) có dng sau đây:
Y
t
1
+
2
X
t
+ u
t
=
U
t
N(0 ) , h
t
h
t
=
0
+
+
(1.8)
Phng trình 1.8 nói lên rng phng sai h
t
bây gi ph thuc vào c giá tr quá kh
ca nhng cú sc, đi din bi các bin tr ca hng nhiu bình phng, và các giá tr
quá kh ca bn thân h
t
đi din bi các bin h
t-i
. Dng đn gin nht ca mô hình
GARCH là GARCH(1,1), đc biu din nh sau:
Y
t
1
+
2
X
t
+ u
t
=
U
t
N(0 h ,
t
)
h
t
=
0
+
+
1
Mt ích li rõ ràng nht mô hình GARCH mang li so vi mô hình ARCH là
ARCH(q) vô tn = GARCH(1,1). Nu các nh hng ARCH có quá nhiu đ tr ngha
là q ln thì có th s nh hng đn kt qu c lng do gim đáng k s bc t do
trong mô hình. Ta nh li phn trình bày trên, mt chui d liu càng nhiu đ tr s
có nhiu bin b mt. Trng hp giá c phiu mi lu hành trên th trng thì nh
hng này càng nghiêm trng.
1.4.3 Mô hình GARCH-M
Mô hình GARCH-M cho phép giá tr trung bình có điu kin ph thuc vào phng
sai có điu kin ca chính nó. Ví d xem xét hành vi các nhà đu t thuc dng s ri
ro và vì th h có xu hng đòi hi thêm mt mc phí bù ri ro nh mt phn đn bù
đ quyt đnh nm gi mt tài sn ri ro. Nh vy, phí bù ri ro là mt hàm đng bin
vi ri ro; ngha là ri ro càng cao thì phí bù ri ro phi càng nhiu. Nu ri ro đc
đo lng bng mc dao đng hay bng phng sai có điu kin thì phng sai có điu
kin có th là mt phn trong phng trình trung bình ca bin Y
t
. Theo cách này, mô
hình GARCH-M s có d g sau:
n
Y
t
=
1
+
2
X
t
+
+ u
t
(1.9)
15