TÀI CHÍNH -
Tháng 6/2017
39
5
0 để đảm bảo σ
2
là phương sai có điều kiện luôn dương.
Hệ số α
1
đo lường biến động có thể xảy ra ở thời kỳ tiếp
theo. Nếu hệ số β
1
cao điều đó chỉ ra rằng có sự biến
động trong thời gian dài. Nếu α
1
cao, nó có thể chỉ ra các
biến động làm thay đổi thị trường làmạnh. Bên cạnh đó,
nếu α
1
cao và β
1
thấp, sự biến động là rất mạnh mẽ. Nếu
tổng α
1
và β
1
tiến gần tới 1, một cú sốc tại thời điểm t sẽ
tồn tại trong một thời gian dài ở tương lai. Nếu tổng α
1
và β
1
nhỏ hơn 1 nó sẽ dẫn đến sự thay đổi thường xuyên
trong thời gian dài. Nếu tổng α
1
và β
1
bằng 1, những
cú sốc sẽ làm thay đổi tạm thời các giá trị trong tương
lai. Mô hình Garch dựa vào sự phụ thuộc của chuỗi các
biến động, đưa ra các quan sát trong tương lai dựa vào
các quan sát ở qua khứ, do đó mô hình Garch dựa trên
phương sai thay đổi theo thời gian.
Kết quả nghiên cứu
Nghiên cứu căn cứ vào tiêu chuẩn Schwarz (SIC) để
quyết định bậc phù hợp trong mô hình Arma áp dụng
cho dự báo giá trị trung bình của lợi suất VN-Index.
Ender (2010) cho rằng, SIC thì tốt hơn tiêu chuẩnAkaike
(AIC) trong việc lựa chọn mô hình phù hợp. Nghiên
cứu dự báo sự kết hợp của bậc p,q của mô hình Arma
với độ trễ tối ưu Arma (4,1) là phù hợp nhất với bộ dữ
liệu của nghiên cứu này.
Ta thấy giá trị của hằng số là khác 0 và giá trị củaAR
và MA đều dương để đảm bảo phương sai có điều kiện
là không âm. Bên cạnh đó, hệ số α1 và β1 có ý nghĩa
thống kê và điều này có thể cho biết sự biến động của
thời kỳ trước có thể giải thích cho những biến động ở
thời kỳ này. Hệ số β1= 0.780229 là cao và điều đó chỉ
ra rằng có sự biến động trong thời gian dài. Biến động
của thị trường tồn tại lâu dài. Hệ số α1 cho thấy cường
độ của biến động đối với thị trường, α1 = 0.163667 cho
thấy, VN - Index khá nhạy trong phản ứng với các biến
động diễn ra trên thị trường. Tổng α
1
và β
1
tiến gần tới
1, chứng tỏ một cú sốc tại thời điểm t sẽ tồn tại trong
một thời gian dài ở tương lai và tổng α
1
và β
1
nhỏ hơn
1 chỉ ra rằng phương sai không điều kiện εt là cố định.
Với α
1
nhỏ hơn β
1
có thể đưa ra kết luận rằng biến động
của thời kỳ này bị ảnh hưởng bởi biến động của thời kỳ
trước hơn là bị ảnh hưởng bởi thông tin có liên quan của
thời kỳ trước. Biến giả DUMkhông có ý nghĩa thống kê
trong ước lượng này. Bài viết đã dùng các kiểmđịnh để
xemxét sự vững và không chệch củamô hình. Với kiểm
định Arch-LM kiểm tra phần dư có còn biểu hiện hiệu
ứng Arch. Tương tự, kiểm định Ljung-Box Q-statistic
kiểm tra hiện tượng tự tương quan phần dư.
Cuối cùng, để kiểm định chuỗi dữ liệu lợi suất
VN-Index theo ngày trong 10 năm có cần áp dụng thêm
một mô hình phi tuyến, tác giả đã sử dụng kiểm định
BDS phần dư của mô hình, kết quả được mô tả tại bảng
1. Kết quả kiểm định BDS cho thấy, bên cạnh mô hình
Arma (4,1) - Garch (1,1), bộ dữ liệu còn cần một mô
hình phi tuyến để dự báo nhằm nâng cao tính chính
xác. Điều này có thể xảy ra và có thể đoán trước bởi biến
động Vn - Index là quá lớn và do nhiều nguyên nhân,
dẫn đến tính kém chính xác của bộ dữ liệu nghiên cứu.
Kết luận
Dựa trên dữ liệu thu thập là chỉ số VN-Index từ
ngày 15/6/2006 đến ngày 15/6/2016, bao gồm 2421
quan sát được sử dụng đo lường sự biến động của
lợi nhuận hàng ngày và sử dụng mô hình ARCH-
GARCH để dự báo. Chuỗi lợi suất theo ngày của
VN-Index tuân theo quy luật phân phối không
chuẩn và lệch âm. Áp dụng mô hình ARMA(4,1)-
GARCH(1,1) cho thấy lợi suất trong quá khứ có
vai trò quyết định lợi suất hiện tại. Biến động của
Vn-Index sẽ tồn tại lâu dài. Biến động trong quá khứ
sẽ ảnh hưởng đến biến động trong hiện tại.
Dựa vào kết quả này, những nhà phân tích kỹ thuật,
nhà quản lý danhmục sẽ tự tin hơn trong việc phân tích
dự báo của mình thông qua các mô hình phân tích kỹ
thuật chủ yếu dựa trên biến động có quy luật của giá
chứng khoán. Thêmnữa, các nhà đầu tư có thể sử dụng
kết quả này để áp dụng vào lý thuyết đánh giá hiệu quả
của danh mục đầu tư chủ động nhằm nhấn mạnh vai
trò của thời điểm thị trường.
Như vậy, nghiên cứu này giúp dự báo những biến
động của TTCK, góp phần cung cấp dữ liệu quan
trong trọng trong việc quyết định phân bổ tài sản,
nguồn vốn đầu tư, quản lý rủi ro và quản lý các danh
mục đầu tư cho các nhà đầu tư trên TTCK Việt Nam,
từ đó góp phần mạng lại thành công khi đầu tư trên
thị trường này.
Tài liệu thamkhảo
1. Lakshmi Kalyanaraman(2014), Stock Market Voltality in Saudi Arabia: An
Application of Univariate GARCHModel, Canadian Center of Science and Education;
2. Bolleslev T, Engle RF, Nelson DB. (1994), Garch Model. In the Handbook of
Econometrics, Vol.4;
3. Tsay (2010), Analysis of Financial Time Series. A JohnWiley&Son, Inc., Publication.
KẾT QUẢ KIỂM ĐỊNH BDS CHO PHẦN DƯ CỦA MÔ HÌNH
Dimension BDS
Statistic Std. Error z-Statistic
Prob.
2
0.028417 0.001736 16.36923 0.0000
3
0.061235 0.002751 22.26173 0.0000
4
0.084541 0.003266 25.88667 0.0000
5
0.099628 0.003394 29.35559 0.0000
6
0.106918 0.003263 32.76444 0.0000
Nguồn: Kết quả tính toán của tác giả
