CHUYÊN NGÀNH: KINH T
, THÁNG 5 N M 2016
RIMA
ThS.
, THÁNG 5 N M 2016
L
tài do chúng tôi Tr
Trung Phú th c hi
M i s li u thu th p
is
c và Nguy n
ng d n c a Th
n Anh.
c và k t qu c a bài khóa lu
c công b
b t c công trình nghiên c u nào khác.
Chúng tôi xin ch u trách nhi m v nghiên c u c a mình.
TP. H Chí Minh, ngày 04 tháng 5
Sinh viên th c hi n
Nguy n Trung Phú
Tr
c
L IC
L
c bày t l i c
trong khoa Toán - ng d
c nh
i h
n t t c các th y cô
c bi t là Th y
n Anh và Th
nh
Th.S
ng d n
chúng em trong su t quá trình th c hi n khoá lu n t t nghi p.
il ic
n quý th
cho chúng em trong su t nh
t gi ng d y
cv
i th c
hi n bài khoá lu n này, v i nh ng ki n th c b ích y s là hành trang giúp em
v
Cu
c c
c, các b n trong l p
DTU1121, là nh
t qua nh ng khó
ch
hoàn thành bài khoá lu n này.
V i ki n th c còn h n ch
u, bài khóa lu n
khó có th tránh kh i nh ng thi u xót, kính mong quý th y cô góp ý nh
có th hoàn thi n bài khóa lu n này t
em
a.
TP. H Chí Minh, ngày 04 tháng 5
Sinh viên th c hi n
Nguy n Trung Phú
Tr
c
M CL C
L
i
L IC
............ii
M CL
iii
DANH M C CÁC T
VI T T
..v
DANH M C CÁC B NG
..vii
DANH M
..viii
DANH M
...x
L IM
i
LÝ THUY T VÀ MÔ HÌNH ARIMA.........................1
1.1. BÀI TOÁN D BÁO
1.2. D LI U CHU I TH I GIAN
1.2.1. Khái ni m chu i th i gian th c
1.2.2. Thành ph n xu h
ng dài h n
1.2.3. Thành ph n mùa
1.2.4. Thành ph n chu k
1.2.5. Thành ph n b
ng
1.3. MÔ HÌNH ARIMA
1.3.1. Hàm t
1.3.2. Hàm t
1.3.3. Mô hình AR(p)
1.3.4. Mô hình MA(q)
1.3.5. Sai phân I(d)
1.3.6. Mô hình ARIMA
ng ph n PACF
c phát tri n mô hình ARIMA
1.4. PH N M M NG D NG EVIEWS
1.4.1. Gi i thi u Eviews
nh mô hình
ng mô hình
1.4.2.3. Ki
phù h p và d báo
2: TH C TR NG C A V
NGHIÊN C U ....................31
3.1. D LI U TÀI CHÍNH
3.2.
M C A CHU I D
LI U
C NGHI M........................................................................34
ng th c nghi m
3.3. Ki m tra tính d ng c a chu i ch ng khoán PVD
3.4. Nh n d ng mô hình
3.5.
ng và ki
nh v i mô hình ARIMA
3.6. Th c hi n d báo
K T LU N .........................................................................................................46
TÀI LI U THAM KH O.................................................................................47
PH
L C............................................................................................................48
DANH M C CÁC T
VI T T T
CTCP
: Công ty C ph n
CK
: Ch ng Khoán
T
: Thành ph
S
: Thành ph n mùa (Seasional Component)
C
: Thành ph n chu k (Cyclical Component)
I
: Thành ph n b
ACF
: Hàm t
SACF
: Hàm t
PACF
: Hàm t
ng ph n (Partial Autocorrelation Function)
SPACF
: Hàm t
ng ph n
AR(p)
: T h i quy b c p
I(d)
: Tích h p b c d
MA(q)
ng dài h n (Long term Trend Component)
ng (Irregular Component)
unction)
u
tb cq
ARMA
: T h i quy
t
ARIMA
: T h i quy Tích h p
t
IARMA
: Tích h p
t
AIC
: Tiêu chu n Akaike
BIC
: Tiêu chu n Schwarz
T h i quy
MAE
: Trung bình sai s tuy
ESS
:T
i
MSE
RMSE
MAPE
b
: Trung bình ph
ch
DANH M C CÁC B NG
TT
Tên b ng
Trang
nh b c p, q c a mô hình ARMA
26
1
B ng 1.
2
B ng 2. Th ng kê mô t
33
3
B ng 3. Tiêu chu
42
4
B ng 4.
t qu d báo
45
DANH M C CÁC HÌNH
TT
Tên hình
as
Trang
1
Hình 1.
ng
n 1950 - 1960
2
Hình 2. Thành ph n mùa
6
3
Hình 3. Thành ph n chu k
7
4
Hình 4. Màn hình chính Eviews 8.0
18
5
Hình 5. Thao tác t o Workfile
19
6
Hình 6. L a ch n lo i d li u trong Workfile
19
7
Hình 7.
20
8
Hình 8. C a s Open trong Eviews
21
9
Hình 9. C a s Excel Read
21
10
Hình 10. C a s Excel Read
c2
22
11
Hình 11. C a s Excel Read
c3
22
12
Hình 12. D li
13
Hình 13.
14
Hình 14. Bi
15
Hình 15.
16
Hình 16. K t qu
17
Hình 17. C a s d
18
Hình 18. Bi
ng c a chu i d li u
32
19
Hình 19. Bi
a c phi u PVD
34
20
Hình 20. Ch n d = 0 và 11
21
Hình 21. Bi
22
Hình 22. Ki
23
Hình 23. D li u chu
24
Hình 24. Bi
25
Hình 25. Ki
26
Hình 26. Bi
m c a s Open
c1
a c phi u PVD
th
a
ng mô hình trong c a s Equation Estimation
25
27
ng mô hình
27
a
29
tr
35
a c phi u PVD
35
chu
36
a sai phân b c 1
36
a sai phân b c 1
nh nghi
23
23
a
nh nghi
5
chu i sai phân b c 1
a sai phân b c 1
37
37
38
27
Hình 27
28
Hình 28. K t qu
29
Hình 29. Ki m tra tính nhi u tr ng c a ph
40
30
Hình 30.
ng mô hình ARIMA(1,1,2)
41
31
ng mô hình ARIMA(1,2,1)
41
32
ng mô hình ARIMA(1,2,3)
42
33
ng mô hình ARIMA(1,1,1)
c
ng mô hình ARIMA(1,1,1)
is
ng c a d li u quan sát
ng d li u quan sát
39
39
43
34
Hình 34.
43
35
Hình 35. D báo mô hình ARIMA(1,1,1)
44
36
Hình 36. K t qu d báo mô hình ARIMA(1,1,1)
44
DANH M
TT
Trang
1
Jenkin
16
2
Jenkin tóm t t
16
L IM
1. Lý do ch
U
tài
V i tình hình kinh t
n trên th gi i và tình tr ng n n kinh t
c g p nhi
thách do ti n t i quá trình h i nh
qu c t và khu v
ng s
ng
ng ch ng khoán và th
u ch
ng nh ng r i ro r t l
n nay h
i gian t cu
s ch ng khoán gi m liên t
s
ng b
r t nhi
c nhi
ng b t
ng
báo tài chính
i quan tâm trong b i c nh phát tri n kinh t xã h i. B i
ng ch
i nhi u kinh nghi m và hi u bi t t các
t khai phá d li
trình chuyên d ng nh m d báo s
c áp d ng t các ph n m
ng c a th
ng là m t g
d a trên n n t ng d li
ra quy
nh trong
giao d ch.
2. M
u
Mô hình ARIMA là m t trong nh ng ng d
nh n d
ng tham s , ki
trên các tham s
c xây d ng v i ch
nh d li
t qu d a
c l a ch n m t cách t
Tìm hi
c phát tri n
cm ts
n
-Jenkin), n m
c thi hành mô hình ARIMA b ng Eviews 8.0
và áp d ng vào bài toán khai phá d li u chu i th i gian trong d báo tài chính,
ch ng khoán.
3. N i dung nghiên c u
Trong khóa lu n này, chúng tôi t p trung nghiên c u
mô hình ARIMA và áp d
i s h tr c a ph n m m Eviews 8.0.
c phát tri n c a
ti n hành d báo tài chính, ch ng
u
cs d
nh
tài:
ng
ng h p
5. T ng quan v
tài
V i n i dung trình bày g m nh ng khái ni
n v mô hình ARIMA cho
chu i d li u th i gian th c và cách áp d ng vào bài toán th c t (d báo s dao
ng c a th
ng ch ng khoán). B c c bài khóa lu
LÝ THUY T VÀ MÔ HÌNH ARIMA
C TR NG C A V
3.
M
NGHIÊN C U
:
LÝ THUY T VÀ MÔ HÌNH ARIMA
c
n lý thuy
n v chu i th
s lý thuy t và các y u t
t
ng ph n PACF, mô hình t h i quy AR(p), mô hình trung bình
t MA(q), sai phân I(d). Gi i thi
-
c phát tri n c a mô hình ARIMA
c v ph n m m Eviews 8.0 và m t s thao tác
n ph c v cho bài toán d báo tài chính.
1.1. Bài toán d báo
Cùng v i s phát tri n không ng ng c a khoa h c k thu
s ng, kinh t - xã h i trong nhi u th p k qua c
i
n b không
i vi c ng d ng các s n ph m trí tu
i s ng
i ngày càng quen thu c. M t trong nh ng hành vi h u ích cho n n
kinh t - xã h
c nhà qua nhi
c a t ng th
s li u
ng d ng vào quá trình phân tích và nghiên c u th
ng. T
ph
nh m c c a các th i k trong th i
gian t i s ngày càng hoàn thi
i cho r
n
ch a nh ng giá tr nh
ta ch s d ng m
i
ng nh trong kho d li
ph i làm gì v
t
n ti p t c ghi nh n, thu th p vì trong
m
n có ích khi ta c
ng c
n. M t khác, trong môi
i ta ngày càng c n có nhi u thông tin v i t
tr giúp vi c ra quy
nh và ngày càng có nhi u câu h i mang tính ch
c n ph i tr l i d a trên m t kh
ng d li u kh ng l
n tr
c th c t . T
m
còn l
i nh ng lý do
d li u truy n th ng ngày
phát tri n m
thu t phát hi n tri th c và khai phá d
Discovery and Data Mining).
nh tính
ng k thu t
li u (KDD
Knowledge
K thu t phát hi n tri th c và khai phá d li
d ng trong nhi
c khác nhau
c nghiên c u, ng
c trên th gi i, t i Vi t Nam k thu t
i còn m i m
c nghiên c u và d
ng
c bi
u nh
i th i gian phát tri n h t s c
ng. S phát tri n này liên quan ch t ch
th c hi
n cách th c mà kinh t
c các nhà kinh t
kinh t
ng th c
ng, các nhà
tài chính, các nhà ch
c bi t quan
o ra m t cu c cách m ng trong mô hình hóa các quan h cân b ng,
ng.
D báo là m t nhu c u không th thi u cho nh ng ho
ng c
i
trong b i c nh bùng n thông tin trong n n kinh t h i nh p. D báo s cung c p
nh
c n thi t cho các ho
d báo thì nh ng d
ph
nh, và có th nói r ng n u không có khoa h c
n
i v ch ra s không có s thuy t
.
Trong công tác phân tích d báo, v
n mb tt
quan tr
uc
c d báo. Thông tin
c th g m : (1) các s li u quá kh c
hi n tr
ng thái phát tri n c
nh t các nhân t
vào n
báo thành hai lo
ng c v
t ra là vi c
hi u m t cách
c d báo, (2) di n bi n tình hình
cd
ng l
t
nh tính.
a d báo,
i ta chia d
ng.
ng ph thu c r t nhi u vào kinh nghi m c a m t hay nhi u
c áp d ng, k t
qu d báo s
c liên quan nh
t lu n cu i.
ng s d ng nh ng d li u quá kh theo th i gian, d a
trên d li u l ch s
phát hi n chi
m t mô hình toán h
ng. Ti p c
ng v
ng c
ng phù h p v i
ng th i s d
ng d a trên gi
báo s ph thu c vào xu th v
c
nh r ng giá tr
a bi n s d
ng c
d báo theo chu i th i gian là m
ng.
i th i gian s d a trên vi c phân tích chu i quan sát c a m t
bi n duy nh t theo bi n s
s gi nguyên chi
c l p là th i gian. Gi
ng phát tri
nh ch y u là bi n s d báo
y ra trong quá kh và hi n t i.
Khóa lu n t p trung nghiên c
ch
th c hi n phân tích d li u
ng t i vi c d báo ch
ng
liên k t, t h i quy ARIMA (AutoRegressive Integrate Moving Average) do G. P.
xu
ra m t trang m i trong các công
c d báo, d a trên mô hình t h
ARIMA là mô hình d
ng MA.
ng theo th i gian, giá tr
d báo s ph thu c vào xu th v
ng c
a bi n s
. Mô hình
a các d li
n nh n d
quan sát và ki m tra các tham s
ng các tham s t d li u
cl
tìm ra mô hình thích h p. Mô hình
k t qu c a quá trình trên g m các tham s th hi n m
c ch
d
d báo giá tr
a sai s d báo.
ih
li u,
tin c y c a d
c tính
1.2. D li u chu i th i gian
Chu i th i gian trong th ng kê, x lý tín hi u, kinh t
m t chu
m d li
ng và toán tài chính là
ng kho ng kh c th i gian li n nhau theo
m t t n su t th i gian th ng nh t.
Phân tích chu i th i gian s nghiên c u hành vi, khuôn m u trong quá kh c a
m t bi n s và s d ng nh
d báo nh
lai, bao g
xu
phân tích d li u chu i th
c các thu c tính th
D
m c a d li u.
i th i gian là vi c s d
gian d a vào các s ki
t
d
t trong quá kh
ki n th i
t
m d li u
c khi nó x y ra.
1.2.1. Khái ni m chu i th i gian th c
Chu i th i gian th c (chu i th i gian) là t p h p c a m t bi n s
theo trình t th
li u th
c quan sát
n s theo th i gian có 2 lo i: s li u th i k và s
m.
Chu i th i gian c a bi
th
c ký hi u là
, v i Yt là giá tr c a bi n Y t i
n th
Trên lý thuy t, chu i th i gian có th là liên t c, các bi n s kinh t - xã h i v n
ng liên t c theo th i gian, do v
c xây d ng t ng quát cho bi n
liên t c. Tuy nhiên, trong th ng kê và th c t , không có s li u liên t c mà ch có
k t qu thông tin t i cu i các th i k
Ví d 1. M
nh ho c các th
ng v n c a Vietcombank
nh.
chi nhánh Qu n 5 t
Các thành ph n c a d li u chu i th i gian [1,trang 81]
Các nhà th
ng chia chu i theo th i gian thành 4 thành ph n:
Thành ph
ng dài h n (Long term Trend Component) - T
Thành ph n mùa (Seasional Component) - S
Thành ph n chu k (Cyclical Component) - C
Thành ph n b
ng (Irregular Component)
1.2.2. Thành ph n xu h
ng dài h n
Là thành ph n th hi n khuynh
h n, chu
I
ng bi
m, bi
ng c a m t bi
ng hay suy thoái trong kho ng th i gian
dài.[3, trang 436]
Ví d 2. T
1950T
ng c a v s
ng c a m t s n ph
tính là tri u).
c a Vi
ng gi m.
as
n 1950 - 1960
1.2.3. Thành ph n mùa
Th hi n s
ng c a các th
n
m, th i k nh
ng r t ng n c a m t bi
.[3, trang
436]
Ví d 3. Nhu c u tiêu th
m vào
mùa khô.
ng tiêu th bánh k o s
ng tiêu th ch
p l , t t.
ts
m vào mùa hè.
Hình 2. Thành ph n mùa
1.2.4. Thành ph n chu k
Th hi n s bi
ng c a m t bi
n h n ho c dài h
n này các giá tr c a chu i th i gian ph
[3, trang 436]
Ví d 4.
ng dòng ch
n h Tr An t
n 1985
c quan sát nhi u
Hình 3. Thành ph n chu k
1.2.5. Thành ph n b
ng
Thành ph
ch s
th i gian. S
ib
i này không th d
ng c a các giá tr trong chu i
ng các s li u kinh nghi m trong
quá kh , v m t b n ch t thành ph n này không có tính chu k .
1.3. Mô hình ARIMA
Trong mô hình ARIMA, hàm t
(PACF) là nh
ng không th thi u
chu i th i gian bên
c
ng khác là trung bình và
1.3.1. Hàm t
Hàm t
t
quan gi a giá tr c a chu i t
tr b c k c a nó là
ik
a
.
Hàm t
tr th
=
ACF(k) =
là chu i th i gian
th
c kí hi u b i ACF(k) ho c
=
mt
.
và
là chu i th i gian
th
m t+k
là giá tr trung bình c a chu i
Cov(
) là hi
a
Trong th c t , chu i th i gian
có các hàm t
và
.
là không bi
c ti p. Chu i s li u quan sát ch là m t m u c a
chu i th i gian t
ng các công th c tính hàm t
trong m u:
k
u SACF (k ) =
Hàm t
k
0
V i
k
=
;
0
=
Do SACF là hàm tính trong m u, không hoàn toàn gi ng ACF c a t ng th , nên
giá tr có th có sai l ch, tuy nhiên khi s
nhi
mang
c tính c a t ng th .
ki
nh s b ng 0 c a nhi u giá tr hàm ACF, t
th s d ng ki
nh Q, c th
:
=0
=
n ACF(k) có
0(
Th ng kê Q(k) = n
, n u Q(k) >
[3, trang 461, 476, 479]
thì bác b
t c là có t n t i
1.3.2. Hàm t
ng ph n PACF
Hàm t
m
ng ph n (Partial Autocorrelation Function)
t
a
và
hi u b i PACF(k) hay
khi t t c các giá tr
c kí
c tính b i công th c:
k 1
k
PACF ( k )
k 1, j
k j
k 1, j
j
j 1
k 1
kk
1
j 1
v i
k,j
k 1, j
kk
k 1, j
Bên c nh hàm t
u, hàm t
c tính, kí hi u là SPACF(k) hay
ng ph n c a m
.
k 1
k
k 1, j
k j
k 1, j
j
j 1
k 1
kk
1
j 1
V
nm
c bi t là Eviews thì các giá tr SACF(k),
SPACF(k), th ng kê Q(k) và P-
ng c a ki
toán c th , t
c tính
s khác 0 c a các hàm t
ng
th i tính d ng c a chu i. [3, trang 462, 476]
T p h p t t c giá tr c a hàm t
t ng ph n PACF(k) theo các b
ng quan
c th hi
id
th
,d
cg i
c tính
d ng c a chu i th i gian, c th
Trong ph n m
l
t c t 1 là
ng
gi a là b
c a chu i
th c a c a giá tr SACF(k), k
ng g
c cho theo th t
th c a SPACF(k) v i
ng t i h n
1.96/
;n u
ng g
c t còn l i l
t thì có th nói
0. Các giá tr trong các
t là giá tr c a SACF(k), SPACF(k), th ng kê Q và P-value.
N
có giá tr
t
qua ngoài giá tr t i h n) v i k=1,2. T
i 2 b c này,
còn v i nh ng b c k = 3 tr v sau thì ACF và PACF có th cho là b
có th nói là chu i d ng.
i v i chu i th i gian không d
th n m ra phía ngoài bên ph
u
ng t i h n v i t t c các b c và
SACF(k) gi m ch m.
1.3.3. Mô hình AR(p)
Chu i th
c g i là nhi u tr ng (white noise) n u chu i có trung bình
b
ng 0 v i m i kho ng cách th i
gian. Kí hi u chu i nhi u tr ng là
E ut
, thì
th a mãn:
2
o;Var ut
; Cov ut ; ut
k
t, k
0
Chu i t h i quy b c p, kí hi u là AR(p) là chu i có giá tr ph thu c vào các
giá tr trong quá kh
n p th i k hay nói cách khác là h i quy d a trên nh ng s
li u trong quá kh
ng:
=
là d li u
,
,
th
+
+
+
m hi n t i
là d li u trong quá kh
,
là các tham s phân tích h i quy
là nhi u tr ng
ng h p chu i AR(1), khi giá tr h s
1 thì chu i s d ng.
ng h p t ng quát AR(p) chu i d ng khi
Chu i AR(1) :
t
= (1-
=
=
+
/( 1-
)+
+
1
+
) thì chu
c vi t l
hay
=
)+
y chênh l ch gi a Y và
kì này ph thu c vào chênh
l ch gi a Y và
ng h p t ng quát AR(p)
=
t
+
=
+
/ (1-
+
-
=
-
-
) thì
)+
)+
y s chênh l ch c a Y ra kh i giá tr
chênh l ch c
k
c;
kì này ph thu c tr c ti p vào
c coi là cân b ng dài h n c a chu i, khi các th i
c Y không l ch kh i
không l ch kh i
t tr ng
thái cân b ng dài h n. [3, trang 466, 472-473]
1.3.4. Mô hình MA(q)
Chu
t b c q, ký hi u là MA(q) là chu i có giá tr ph thu c vào
nhi u tr ng cùng k và nhi u tr ng c a p th i k
=
+
là k v ng c a
,
,
+
c
+
c gi s là b ng 0)
là các nhi u tr ng
là các h s
ng
, chu i có d ng: