Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam
Thị trường chứng khoán về cơ bản là không ổn định và dự báo sự biến động của thị trường là rất hữu ích cho các nhà đầu tư trong việc thiết kế các chiến lược đầu tư của mình. Một dự báo khả thi trong thực tế có thể đem lại lợi nhuận đáng kể cho nhà đầu tư, nhiều mô hình đã được nghiên cứu và đề xướng...
Lưu vào:
| Tác giả chính: | |
|---|---|
| Đồng tác giả: | |
| Định dạng: | Master's Theses |
| Ngôn ngữ: | Vietnamese |
| Thông tin xuất bản: |
Trường Đại học Kinh tế Tp. Hồ Chí Minh
2021
|
| Chủ đề: | |
| Truy cập trực tuyến: | https://opac.ueh.edu.vn/record=b1032558~S1 http://digital.lib.ueh.edu.vn/handle/UEH/61352 |
| Từ khóa: |
Thêm từ khóa bạn đọc
Không có từ khóa, Hãy là người đầu tiên gắn từ khóa cho biểu ghi này!
|
| Tóm tắt: | Thị trường chứng khoán về cơ bản là không ổn định và dự báo sự biến động của thị trường là rất hữu ích cho các nhà đầu tư trong việc thiết kế các chiến lược đầu tư của mình. Một dự báo khả thi trong thực tế có thể đem lại lợi nhuận đáng kể cho nhà đầu tư, nhiều mô hình đã được nghiên cứu và đề xướng nhằm tăng tính hiệu quả cho việc dự báo đã được thực hiện. Trong số đó, mô hình dự báo dựa trên phân tích chuỗi dữ liệu thời gian đã cho ra các kết quả dự báo khả thi hơn so với các mô hình còn lại. Luận văn tập trung vào việc dự báo xu hướng thay đổi của chỉ số thị trường chứng khoán Việt Nam (VN – Index) bằng cách sử dụng mô hình ARIMA với chuỗi dữ liệu thời gian ngẫu nhiên. Mô hình ARIMA phù hợp nhất được chọn lựa dựa trên tiêu chí nhỏ nhất của những tiêu chí AIC, BIC, RSME, MAE, MAPE, sai số chuẩn của hồi quy và giá trị tương đối cao của tiêu chí R bình phương điều chỉnh. Sử dụng mô hình ARIMA (1,1,16) là mô hình tốt nhất so với hai mô hình còn lại. Mô hình sử dựng chuỗi dữ liệu theo tuần từ ngày 01/03/2009 đến ngày 01/03/2020 (562 quan sát), và các dự báo theo tuần được đưa ra trong khoảng thời gian từ ngày 02/03/2020 đến ngày 01/06/2020 (13 quan sát). Luận văn đã làm sáng tỏ được trình tự kiểm tra tính dừng của chuỗi dữ liệu thời gian thông qua kiểm định Augmented Dicky Fuller (ADF) và phân tích biểu đồ tự tương quan (Correlogram). Đồng thời, luận văn cũng làm sáng tỏ các tiêu chí và cách thức để có thể lựa chọn được mô hình ARIMA (p,d,q) tốt nhất và từ đó đưa ra được dự báo cho chỉ số VNI. Luận văn cũng dự báo được diễn biến chỉ số VNI bằng mô hình ARIMA (1,1,16) và so sánh kết quả dự báo với giá trị thực tế để từ đó cho thấy sức mạnh của phương pháp dự báo ngắn hạn Box – Jenkins, từ kết quả dự báo có thể giúp phân tích thị trường, đánh giá rủi ro và đưa ra các khuyến nghị cho nhà đầu tư. Các kết quả thu được từ luận văn một lần nữa chứng minh sức mạnh của mô hình ARIMA (p,d,q) trong việc dự báo ngắn hạn cũng như khả năng ứng dụng vào thực tế rất hữu ích cho các nhà nghiên cứu cũng như các nhà đầu tư trên thị trường chứng khoán Việt Nam. |
|---|