Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam

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...

Mô tả chi tiết

Lưu vào:
Hiển thị chi tiết
Tác giả chính: Trần Duy Long
Đồng tác giả: Assoc. Prof. Dr. Trần Thị Hải Lý
Định dạng: Master's Theses
Ngôn ngữ:Vietnamese
Thông tin xuất bản: Trường Đại học Kinh tế Tp. Hồ Chí Minh 2021
Chủ đề:
Stock price indexes
Cổ phiếu
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!
id oai:localhost:UEH-61352
record_format dspace
spelling oai:localhost:UEH-613522023-10-25T02:36:42Z Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam Chỉ số giá cổ phiếu Stocks Trần Duy Long Assoc. Prof. Dr. Trần Thị Hải Lý Stock price indexes Cổ phiếu 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. 2021-05-12T08:59:06Z 2021-05-12T08:59:06Z 2020 Master's Theses Barcode: 1000010255 https://opac.ueh.edu.vn/record=b1032558~S1 http://digital.lib.ueh.edu.vn/handle/UEH/61352 Vietnamese reserved 43 tr. Trường Đại học Kinh tế Tp. Hồ Chí Minh
institution Đại học Kinh tế Thành phố Hồ Chí Minh
collection DSpaceUEH
language Vietnamese
topic Stock price indexes
Cổ phiếu
spellingShingle Stock price indexes
Cổ phiếu
Trần Duy Long
Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam
description 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.
author2 Assoc. Prof. Dr. Trần Thị Hải Lý
author_facet Assoc. Prof. Dr. Trần Thị Hải Lý
Trần Duy Long
format Master's Theses
author Trần Duy Long
author_sort Trần Duy Long
title Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam
title_short Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam
title_full Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam
title_fullStr Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam
title_full_unstemmed Ứng dụng mô hình Arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán Việt Nam
title_sort ứng dụng mô hình arima để dự báo chuỗi dữ liệu sai phân của chỉ số chứng khoán việt nam
publisher Trường Đại học Kinh tế Tp. Hồ Chí Minh
publishDate 2021
url https://opac.ueh.edu.vn/record=b1032558~S1
http://digital.lib.ueh.edu.vn/handle/UEH/61352
work_keys_str_mv AT tranduylong ungdungmohinharimađedubaochuoidulieusaiphancuachisochungkhoanvietnam
AT tranduylong chisogiacophieu
AT tranduylong stocks
_version_ 1810056675918348288

Tài liệu tương tự