38
ngày 15/6/2006 đến ngày 15/6/2016, bao gồm2.421 quan
sát được sử dụng đo lường sự biến động của lợi nhuận
hàng ngày. Theo đó, lợi suất của giá chứng khoán sẽ
được xác định theo công thức sau:
VNRln= log (Pt/Pt-1)
Trong đó, Pt là giá đóng cửa của VN-Index thời điểm
t được chuyển đổi theo logarit; Pt-1 là giá đóng cửa của
VN-Index thời điểm t-1 được chuyển đổi theo logarit.
Một biến giả được đưa vào mô hình để chèn vào
ngày thị trường bị đóng cửa (ngày 1/4/2014). Bởi các
biến động của tỷ suất lợi nhuận của tài sản có mối
tương quan chuỗi và để làm rõ các tương quan này,
Engle (1982) đã có một cách tiếp cận mới trong nghiên
cứu về dữ liệu chuỗi thời gian thông qua mô tả giá trị
các biến thời gian khác nhau và được gọi là phương sai
sai số có điều kiện và hiện tượng tự tương quan (Arch).
Mô hình Arch mô tả phương sai có điều kiện của các
biến trễ phân phối theo thời gian:
δt
2
=ω+α(L)ηt
2
Trong đó, α (L) là một đa thức trong biến trễ. Để
phương sai có điều kiệndương thì ωvà α(L) phải không
âm. Tuy nhiên, Fan và Yao (2001) lại cho rằng, Arch(p)
chỉ thích hợp cho mô hình tài chính với độ trễ đủ lớn và
điều này đảmbảo các phầnmở rộng chomô hìnhArch.
Trong khi đó, mô hình Garch là mô hình mở rộng của
mô hình Arch được phát hiện bởi Bolleslev (1986). Mô
hình Garch dựa vào các biến động nối tiếp nhau. Mô
hình Garch(1,1) đơn giản nhất được mô tả như sau:
Phương trình trung bình:
rt =μ=εt
Phương trình phương sai:
σ
t
=ω+α
1
ε
t-1
+β
1
σ
t-1
Trong đó, mô hìnhGarch phải thỏamãn α
1
≥ 0 và β
1
≥
Dữ liệu và phương pháp nghiên cứu
Hiện có nhiều nghiên cứu về những biến động của
thị trường chứng khoán (TTCK) thực hiện trên thế giới
và ở Việt Nam. Việc nghiên cứu những biến động của
TTCK Việt Nam thông qua chỉ số VN-Index đóng vai
trò quan trọng đối với các nhà quản lý quỹ, các nhà đầu
tư trên thị trường.
Nhìn lại TTCK Việt Nam trong 10 năm qua đã có
không ít biến động lớn, trong đó đỉnh cao của thị trường
đạt mốc với gần 1.200 điểm vào 12/03/2007 rồi lao dốc
khi rơi xuống còn 235 điểm vào ngày 24/02/2009. Để
nghiên cứu về biến động giá chứng khoán, nghiên cứu
này áp dụng đồng thời dự báo rủi ro thông qua mô
hình ARIMA và dự báo rủi ro thông qua GARCH.
Dữ liệu thu thập là chỉ số VN-Index theo ngày từ
DỰBÁOBIẾNĐỘNG GIÁ CHỨNG KHOÁN
QUAMÔHÌNHARCH-GARCH
ThS. PHẠM CHÍ KHOA
- Đại học Kinh tế - Luật
Có nhiều phương pháp dự báo biến động giá tài sản tài chính. Trong nghiên cứu này, tác giả dự báo những
biến động có điều kiện của thị trường chứng khoán Việt Nam với dữ liệu về biến động của chỉ số VN-Index
từ ngày 15/06/2006 đến ngày 15/06/2016. Kết quả cho thấy, mô hình GARCH (1,1) là phù hợp để ước tính
sự biến động của thị trường chứng khoán trong nước. Những biến động trong quá khứ của thị trường có
thể được lặp lại trong hiện tại và nghiên cứu dự báo những biến động của thị trường góp phần cung cấp
dữ liệu quan trong trọng trong việc quyết định phân bổ tài sản, quản lý rủi ro và quản lý các danh mục đầu
tư cho các nhà đầu tư trên thị trường chứng khoán Việt Nam.
Từ khóa: Lợi suất thị trường chứng khoán theo ngày, mô hình Arch-Garch
There are different methods to forecast
financial asset price fluctuations. In this
study, the author forcasts the conditional
volatility of Vietnam stock market on the basis
of data on the volatility of the VN-Index from
15/06/2006 to 15/06/2016. The results show
that the GARCH (1,1) model is appropriate
to estimate the volatility of the domestic stock
market. Market volatility in the past can be
repeated at present and forecasting market
volatility provides important information for
investorsto decide on asset allocation, risk
management and portfolios management.
Keywords: Daily yield, Arch-Garch model
THỊ TRƯỜNG TÀI CHÍNH
