Khai thác dữ liệu quan hệ trong tài chính bằng mô hình arima (Khóa luận tốt nghiệp)

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: