Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp được thực hiện tại Khoa Kế toán – Tài chính – Ngân hàng thuộc Trường Đại học Công nghệ TP. HCM (HUTECH), chuyên ngành Tài chính Doanh nghiệp, vào năm 2015. Đề tài xuất phát từ cả bối cảnh lý luận và thực tiễn hoạt động của thị trường chứng khoán Việt Nam sau 15 năm hình thành (tính từ những năm đầu thế kỷ 21) cũng như từ quá trình thực tập thực tế của tác giả tại Công ty Cổ phần Chứng khoán VNDIRECT (chi nhánh TP. Hồ Chí Minh, Phòng Môi giới 10).

Về mặt lý luận, thị trường chứng khoán Việt Nam là một kênh đầu tư thu hút nhiều đối tượng tham gia nhưng tiềm ẩn rủi ro cao. Tác giả chỉ ra rằng trong điều kiện nền kinh tế có số liệu chưa thực sự minh bạch, hành lang pháp lý còn sơ hở và hiện tượng thao túng giá vẫn diễn ra, các báo cáo phân tích thuần túy mang tính định tính khó đáp ứng đầy đủ yêu cầu của nhà đầu tư. Điều này đặt ra câu hỏi về khả năng áp dụng tài chính định lượng, cụ thể là các mô hình chuỗi thời gian, vào hoạt động phân tích giá chứng khoán tại Việt Nam.

Về mặt thực tiễn, sau khi thực hiện báo cáo thực tập bước đầu về “Đánh giá hiệu quả hoạt động môi giới tại CTCP CK VNDIRECT”, tác giả nhận thấy nhu cầu cấp thiết trong việc nâng cao chất lượng hoạt động phân tích tại doanh nghiệp. Do đó, tác giả quyết định nghiên cứu áp dụng mô hình định lượng vào phân tích giá chứng khoán để bổ trợ cho các phương pháp hiện hành tại công ty.

Mục tiêu nghiên cứu được xác định cụ thể theo hai nhóm đối tượng:

  1. Đối với sinh viên:
    • Tìm hiểu cấu trúc và cơ chế vận hành của mô hình ARIMA, đồng thời xem xét tính hiệu quả của mô hình trong thực tế.
    • Ứng dụng các kiến thức đã học vào việc phân tích và dự báo chỉ số giá chứng khoán trên dữ liệu thực nghiệm.
    • Nâng cao mức độ hiểu biết về hoạt động phân tích của các công ty chứng khoán nói chung và VNDIRECT nói riêng.
  2. Đối với doanh nghiệp:
    • Cung cấp tài liệu tham khảo cho hoạt động phân tích của công ty, nhận định các điểm thiếu sót nhằm cải thiện chất lượng của các báo cáo phân tích nhanh phát hành cho khách hàng.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Việc ứng dụng mô hình ARIMA vào hoạt động phân tích giá chứng khoán trong các báo cáo phân tích tại Công ty Cổ phần Chứng khoán VNDIRECT.
  • Phạm vi không gian: Hoạt động phân tích tại VNDIRECT – Chi nhánh TP. Hồ Chí Minh.
  • Phạm vi thời gian và dữ liệu: Số liệu lịch sử giá cổ phiếu của Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam (mã chứng khoán: VCB) niêm yết trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HSX) trong giai đoạn từ ngày 01/01/2013 đến ngày 01/01/2015 (bộ dữ liệu thực nghiệm trung bình tuần kéo dài đến ngày 07/01/2015).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết của khóa luận được xây dựng dựa trên hệ thống pháp luật, lý thuyết phân tích chứng khoán và kinh tế lượng chuỗi thời gian:

  • Khung pháp lý và thuật ngữ: Tác giả căn cứ vào Điều 6 Luật Chứng khoán số 70/2006/QH11 ngày 29 tháng 6 năm 2006 của Quốc hội để xác định định nghĩa về chứng khoán và thị trường chứng khoán; đồng thời hệ thống hóa các định nghĩa về mệnh giá (quy định 10.000 đồng), thị giá, giá niêm yết, giá khớp lệnh, giá mở cửa, giá đóng cửa, giá tham chiếu, biên độ dao động giá, giá trần và giá sàn.
  • Lý thuyết phân tích chứng khoán:
    • Phân tích cơ bản (Fundamental Analysis - FA): Dựa trên việc xác định giá trị nội tại (intrinsic value) của doanh nghiệp qua 5 cấp độ (vĩ mô, thị trường tài chính, ngành, công ty, cổ phiếu), phân tích SWOT, và các phương pháp định giá (chiết khấu dòng cổ tức, dòng tiền, P/E, P/B, tài sản ròng).
    • Phân tích kỹ thuật (Technical Analysis - TA): Dựa trên Lý thuyết Dow của Charles Dow với 3 giả định nền tảng (thị trường phản ánh xu hướng, giá phản ánh tất cả, lịch sử lặp lại) và các công cụ chỉ báo (RSI, DMI, ADX, SMA, Bollinger Bands, các ngưỡng hỗ trợ/kháng cự).
  • Khung kinh tế lượng chuỗi thời gian và mô hình ARIMA:
    • Lý thuyết chuỗi thời gian phân tích bốn thành phần: xu hướng (trend), chu kỳ (cyclical), mùa vụ (seasonal) và bất quy tắc (irregular). Khái niệm chuỗi thời gian dừng (stationary time series) được định nghĩa là chuỗi có giá trị trung bình và phương sai không phụ thuộc vào thời gian.
    • Mô hình ARIMA(p,d,q) do George Box và Gwilym Jenkins công bố năm 1976 (phương pháp Box-Jenkins) kết hợp ba quá trình: Tự hồi quy (AR bậc p), Sai phân tích hợp (I bậc d), và Trung bình trượt (MA bậc q).
    • Phương trình tổng quát của mô hình: $$D^d(Y_t) = \Phi + [\alpha_1 D^d(Y_{t-1}) + \dots + \alpha_p D^d(Y_{t-p})] + [\beta_1 U_{t-1} + \dots + \beta_q U_{t-q}] + U_t$$ Trong đó: $\Phi$ là giá trị trung bình; $D^d$ là sai phân bậc $d$; $\alpha_1, \dots, \alpha_p$ và $\beta_1, \dots, \beta_q$ là các hệ số ước lượng nằm trong khoảng $(-1, 1)$; $U_t$ là phần dư nhiễu trắng (kỳ vọng bằng 0, phương sai không đổi, hiệp phương sai bằng 0).

Phương pháp nghiên cứu thực hiện bao gồm:

  • Phương pháp nghiên cứu định tính: Thu thập, tổng hợp, thống kê và so sánh thông tin từ hệ thống báo cáo phân tích nhanh của VNDIRECT; khảo sát thực tế ý kiến khách hàng và quan sát hoạt động của các bộ phận chuyên môn.
  • Phương pháp nghiên cứu định lượng: Thực hiện quy trình Box-Jenkins 4 bước bao gồm: (1) Nhận dạng mô hình (kiểm định tính dừng qua đồ thị Correlogram hàm tự tương quan ACF và tự tương quan riêng phần PACF, xác định bậc sai phân $d$); (2) Ước lượng các tham số $p, q$ thông qua các tiêu chí kinh tế lượng; (3) Kiểm định chẩn đoán phần dư (Residual Tests) kiểm tra tính chất nhiễu trắng; (4) Thực hiện dự báo (Forecast).

Nguồn dữ liệu và công cụ xử lý:

  • Dữ liệu giá cổ phiếu VCB được thu thập từ website tài chính: http://finance.vn/VCB/thong-ke-giao-dich.htm.
  • Dữ liệu thô gồm giá đóng cửa được xử lý tính trung bình tuần trên phần mềm Microsoft Excel 2010 (tạo biến Close trung bình của 5 phiên giao dịch mỗi tuần, lưu dưới dạng tệp .xls).
  • Toàn bộ các bước kiểm định, ước lượng phương trình và dự báo được chạy trực tiếp trên phần mềm kinh tế lượng EViews 8.

Nội dung chính theo từng chương

Chương 1: Cơ sở lý luận chung

Chương này trình bày hệ thống lý thuyết về thị trường chứng khoán, các phương pháp phân tích đầu tư và nền tảng toán học của mô hình kinh tế lượng chuỗi thời gian:

  • Tác giả phân tích các thuật ngữ tài chính ngân hàng được dùng trong phân tích doanh nghiệp: chỉ số NIM (Net Interest Margin - theo chuẩn S&P tỷ lệ dưới 3% là thấp, trên 5% là cao), tỷ lệ nợ xấu (dưới 3% là mức bình thường, trên 3% là cao), chỉ số P/E và chỉ số P/B.
  • Phân tích chi tiết ưu và nhược điểm của hai trường phái phân tích: Phân tích cơ bản thích hợp cho đầu tư dài hạn nhưng tốn thời gian, phụ thuộc tính trung thực của báo cáo tài chính và mang tính chủ quan; Phân tích kỹ thuật giúp dự báo đa khung thời gian, xác định thời điểm giao dịch và không phụ thuộc báo cáo tài chính, nhưng cũng chịu tính chủ quan và có thể bị trễ tín hiệu.
  • Trình bày toán học về tự tương quan (autocorrelation), hàm tự tương quan mẫu ($r_k$), kiểm định Student đối với hệ số tự tương quan và các tính chất cấu thành của một chuỗi thời gian.
  • Mô tả chi tiết cấu trúc toán học của mô hình ARIMA(p,d,q), chỉ rõ vai trò của thành phần AR (hồi quy theo biến trễ của chính nó) và thành phần MA (hồi quy theo sai số trễ).

Chương 2: Phương pháp phân tích, dự báo giá công ty chứng khoán VNDIRECT đang sử dụng trong báo cáo phân tích nhanh

Chương 2 tập trung khảo sát thực tế quy trình phân tích tại Công ty Cổ phần Chứng khoán VNDIRECT, lấy ví dụ thực tế từ Báo cáo phân tích nhanh cổ phiếu VCB phát hành ngày 13/03/2015 và Báo cáo phân tích kỹ thuật chỉ số VN-Index tháng 9/2014:

  • Đặc điểm báo cáo phân tích nhanh của VNDIRECT: Là dạng báo cáo ngắn gọn, tổng hợp tình hình kinh doanh của doanh nghiệp theo yêu cầu khách hàng, thời gian phát hành quy định từ 24 đến 48 giờ.
  • Nội dung phân tích cơ bản tại VNDIRECT:
    • Cung cấp thông tin biến động giao dịch 52 tuần, khối lượng khớp lệnh trung bình 10 phiên, vốn hóa thị trường, room ngoại. Phân loại quy mô vốn hóa doanh nghiệp theo các bộ chỉ số của HSX (VN30, VNMID, VNSML).
    • Thông tin doanh nghiệp và cơ cấu cổ đông: Nhấn mạnh việc Ngân hàng Nhà nước nắm giữ tỷ lệ chi phối lớn tại VCB, vừa mang lại sự hậu thuẫn tài chính vừa đặt ngân hàng dưới sự quản lý nghiêm ngặt của chính sách tiền tệ.
    • Phân tích "Tiêu điểm" hoạt động kinh doanh: Bộ phận phân tích VNDIRECT xử lý các chỉ số tài chính chuyên biệt như chi phí dự phòng, thu nhập từ lãi, biên lãi ròng NIM, tỷ lệ nợ xấu.
    • Đánh giá tác động của môi trường vĩ mô: Báo cáo của VND phân tích Thông tư 36 của Ngân hàng Nhà nước (quy định NHTM có nợ xấu trên 3% không được cho vay chứng khoán, và chỉ được phép cho vay chứng khoán tối đa 5% vốn điều lệ) dẫn đến tác động co hẹp dòng tiền vào thị trường; đồng thời phân tích Thông tư 09/2014 về cơ cấu và xử lý nợ xấu (hết hiệu lực vào tháng 4/2015).
    • Phương pháp định giá: Báo cáo nhanh sử dụng phối hợp hai chỉ số P/E và P/B, so sánh với trung bình ngành và các định chế tài chính trong khu vực.
  • Nội dung phân tích kỹ thuật tại VNDIRECT:
    • Xác định xu hướng VN-Index qua các chỉ báo: RSI nhận diện trạng thái quá mua (>70) hoặc quá bán (<50); DMI (+DI cắt lên -DI báo hiệu mua, cắt xuống báo hiệu bán) kết hợp ADX để đo độ mạnh xu hướng; đường trung bình động giản đơn SMA(20); dải Bollinger Bands; kênh xu thế và vùng kháng cự (595 - 600 điểm).
    • Phân tích kỹ thuật từng mã cổ phiếu để đưa ra khuyến nghị vùng giá mua, giá chốt lời, giá cắt lỗ.
  • Đánh giá của tác giả về hoạt động phân tích của VNDIRECT: Công ty đã xây dựng được quy trình xử lý thông tin chuyên nghiệp, kịp thời. Tuy nhiên, hoạt động phân tích kỹ thuật chưa được ứng dụng đồng đều trong các báo cáo phân tích nhanh phát hành cho khách hàng (chủ yếu tập trung cho hoạt động tự doanh nội bộ), các báo cáo nhanh chưa có khuyến nghị cụ thể về mức giá mục tiêu, chốt lời hoặc cắt lỗ cho từng mã cổ phiếu riêng lẻ.

Chương 3: Sử dụng chương trình EViews 8 để ứng dụng mô hình ARIMA vào dự báo giá chứng khoán

Chương 3 trình bày toàn bộ quá trình thực nghiệm định lượng trên phần mềm EViews 8 sử dụng chuỗi dữ liệu giá cổ phiếu VCB:

  • Dữ liệu đầu vào: Gồm 101 quan sát giá trung bình tuần (Close) của VCB trong giai đoạn từ 01/01/2013 đến 07/01/2015.
  • Bước 1: Kiểm định tính dừng và nhận dạng tham số:
    • Đồ thị Correlogram của chuỗi dữ liệu gốc $Y_t$ cho thấy biểu đồ hàm tự tương quan ACF giảm dần từ từ về 0, chứng tỏ chuỗi thời gian chưa dừng.
    • Tác giả tiến hành lấy sai phân bậc 1 ($D(Close)$). Kết quả đồ thị Correlogram của chuỗi sai phân bậc 1 cho thấy chuỗi đã đạt tính dừng. Kết luận tham số sai phân $d = 1$.
  • Bước 2: Thử nghiệm và lựa chọn mô hình tối ưu:
    • Tác giả tiến hành thử nghiệm nhiều cấu hình kết hợp giữa các bậc trễ tự hồi quy AR và trung bình trượt MA.
    • Tiêu chí lựa chọn mô hình bao gồm: Hệ số xác định $R^2$ (R-squared), hệ số xác định hiệu chỉnh (Adjusted R-squared), Log Likelihood, tiêu chuẩn thông tin Akaike (Akaike Info Criterion - AIC), và tiêu chuẩn thông tin Schwarz (Schwarz Criterion - SIC).
    • Kết quả so sánh các mô hình thử nghiệm được tổng hợp trong Bảng 1.
Tiêu chí so sánh Mô hình lựa chọn tối ưu
Thành phần tự hồi quy (AR) AR(1, 3, 4)
Thành phần trung bình trượt (MA) MA(1, 2, 3, 4, 5, 6)
Bậc sai phân ($d$) 1
Cú pháp nhập phương trình EViews 8 D(Close) c ar(1) ar(3) ar(4) ma(1) ma(2) ma(3) ma(4) ma(5) ma(6)
  • Bước 3: Ước lượng và kiểm định phần dư:
    • Chạy mô hình tối ưu trên EViews 8, sau đó kiểm tra phần dư thông qua chức năng View/Residual tests/Correlogram – Q – Statistic.
    • Kết quả kiểm định thống kê Q cho thấy các hệ số tự tương quan của phần dư không khác 0 một cách có ý nghĩa thống kê; phần dư của mô hình là một chuỗi dừng, có phân phối chuẩn và đạt tính chất nhiễu trắng (white noise).
  • Bước 4: Thực hiện dự báo giá:
    • Tác giả sử dụng chức năng Forecast trên EViews 8 để tính toán giá trị dự báo cho mức giá trung bình tuần tiếp theo sau mẫu quan sát và đối chiếu với dữ liệu giao dịch thực tế trên sàn HSX.

Chương 4: Nhận xét tính ứng dụng của mô hình sau khi thực nghiệm

Chương 4 đúc kết các nhận định về ưu thế và giới hạn của mô hình sau quá trình kiểm định thực tế:

  • Đánh giá tính ứng dụng: Mô hình ARIMA cung cấp công cụ dự báo chuỗi thời gian độc lập với độ chính xác cao đối với các biến động ngắn hạn. Tuy nhiên, phương pháp Box-Jenkins phụ thuộc vào việc so sánh trực quan giữa ACF, PACF mẫu với lý thuyết, nên việc xác định mô hình mang tính nghệ thuật và kinh nghiệm thực hành hơn là một quy trình kỹ thuật thuần túy.
  • Tác động của chính sách: Tác giả dẫn chứng sự kiện tháng 10/1979 khi Cục Dự trữ Liên bang Mỹ (Fed) thay đổi chính sách từ kiểm soát lãi suất sang kiểm soát tốc độ tăng cung tiền, khiến các tham số mô hình ước lượng từ dữ liệu quá khứ mất giá trị dự báo. Tương tự tại Việt Nam, sự thay đổi của chính sách quản lý tài chính có thể làm thay đổi cấu trúc tham số của mô hình ARIMA.
  • Thử nghiệm trên các khung thời gian: Khi tác giả thử nghiệm chạy mô hình trên các khoảng thời gian khác nhau (tháng, quý, năm), sai số dự báo có sự chênh lệch rất lớn. Do đó, ARIMA chỉ phát huy hiệu quả trong phạm vi dự báo ngắn hạn.
  • Đóng góp cho doanh nghiệp: Việc ứng dụng ARIMA tạo cơ sở khoa học để VNDIRECT thiết lập các mức giá mục tiêu, hỗ trợ xác định ngưỡng chốt lời và cắt lỗ phục vụ khách hàng giao dịch.

Kết quả và đóng góp

Kết quả thực nghiệm định lượng chính của khóa luận được thể hiện qua mức độ chính xác khi dự báo giá cổ phiếu VCB:

Chỉ tiêu so sánh Giá trị thực tế (đồng) Giá trị dự báo (đồng) Chênh lệch (%)
Giá trung bình tuần tiếp theo của VCB 26.480 26.409 0,27%

Mức chênh lệch tuyệt đối giữa giá dự báo và giá thực tế chỉ là 71 đồng, tương đương mức sai số tương đối 0,27%, chứng minh khả năng dự báo giá ngắn hạn của mô hình ARIMA(1,3,4; 1; 1,2,3,4,5,6) trên dữ liệu cổ phiếu VCB.

Về giải pháp và kiến nghị:

  • Đề xuất VNDIRECT đưa mô hình định lượng chuỗi thời gian vào quy trình xây dựng báo cáo phân tích nhanh để khắc phục nhược điểm thiếu khuyến nghị giá mục tiêu cụ thể.
  • Kết hợp kết quả dự báo ARIMA với phân tích kỹ thuật để xác định chính xác các mốc cắt lỗ và chốt lời cho nhà đầu tư cá nhân.
  • Khuyến nghị nhà đầu tư không sử dụng đơn lẻ một mô hình dự báo giá để làm căn cứ đầu tư tuyệt đối, mà phải kết hợp việc quản trị rủi ro tâm lý và theo dõi các thay đổi chính sách vĩ mô.

Về đóng góp học thuật và thực tiễn tự tác giả nêu:

  • Khóa luận đóng góp bước thử nghiệm áp dụng mô hình định lượng kinh tế lượng vào phân tích giá chứng khoán tại một công ty môi giới thực tế (VNDIRECT), thay thế cách tiếp cận thuần túy định tính trước đó.
  • Cung cấp tài liệu tham khảo chi tiết về quy trình thao tác trên phần mềm EViews 8 cho việc xử lý số liệu chuỗi thời gian cổ phiếu.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

  • Kích thước mẫu: Mô hình ARIMA yêu cầu chuỗi dữ liệu quá khứ đủ lớn và liên tục; không thể sử dụng để dự báo mức giá chính xác tại một thời điểm cố định trong phiên mà chỉ dự báo được giá trị trung bình đại diện cho một khoảng thời gian.
  • Khung thời gian dự báo: Mô hình chỉ duy trì độ chính xác trong các dự báo ngắn hạn; khi mở rộng phạm vi dự báo sang các chu kỳ dài hạn (tháng, quý, năm), sai số tăng lên đáng kể.
  • Tính bất biến của tham số: Mô hình vận hành dựa trên chuỗi dữ liệu quá khứ, không có cơ chế đưa trực tiếp các biến số ngoại sinh (thay đổi chính sách tiền tệ, biến động kinh tế toàn cầu) vào phương trình dự báo.
  • Giả định phần dư: Mô hình giả định phần dư có phương sai không đổi, điều này không phải lúc nào cũng được duy trì trên thị trường tài chính có nhiều biến động mạnh.

Hướng nghiên cứu tiếp theo:

  • Nghiên cứu kết hợp mô hình ARIMA với các mô hình kinh tế lượng khác nhằm xử lý hiện tượng phương sai thay đổi, cụ thể là mô hình ARCH (Autoregressive Conditional Heteroskedasticity - Mô hình phương sai có điều kiện thay đổi tự hồi quy). Mô hình ARCH sẽ cho phép ước lượng đồng thời cả giá trị trung bình và phương sai có điều kiện khi mức độ biến động của thị trường thay đổi theo thời gian.
  • Mở rộng phạm vi thực nghiệm sang nhiều mã cổ phiếu thuộc các nhóm ngành khác nhau trên cả hai sàn giao dịch HSX và HNX.

Giá trị tham khảo

Khóa luận có giá trị tham khảo chuyên môn đối với các nhóm đối tượng sau:

  • Sinh viên chuyên ngành Tài chính – Ngân hàng, Tài chính Doanh nghiệp, và Kinh tế lượng ứng dụng: Tài liệu cung cấp ví dụ thực hành chi tiết về quy trình 4 bước Box-Jenkins trên phần mềm EViews 8, từ khâu xử lý dữ liệu thô trên Excel, đọc đồ thị Correlogram, lấy sai phân để đạt tính dừng, đến các tiêu chí lựa chọn độ trễ và kiểm định tính chất nhiễu trắng của phần dư.
  • Chuyên viên phân tích và môi giới tại các công ty chứng khoán: Khóa luận chỉ ra cấu trúc thực tế của một báo cáo phân tích nhanh (thông tin cơ cấu sở hữu, đánh giá thông tư chính sách, định giá P/E, P/B), đồng thời đề xuất cách tích hợp mô hình định lượng để bổ sung các ngưỡng giá mục tiêu, chốt lời và cắt lỗ.
  • Nội dung đáng tham khảo nhất trong văn bản là Chương 3 với toàn bộ quy trình nhận dạng tham số trễ tối ưu $AR(1,3,4)$ và $MA(1,2,3,4,5,6)$ cùng bảng kết quả kiểm định sai số phần dư.

Câu hỏi thường gặp

1. Dữ liệu giá cổ phiếu nào được sử dụng để thực nghiệm mô hình và nguồn dữ liệu từ đâu?

Khóa luận sử dụng chuỗi dữ liệu giá trung bình tuần (Close) của cổ phiếu VCB (Ngân hàng TMCP Ngoại thương Việt Nam) niêm yết trên HSX, tính từ ngày 01/01/2013 đến ngày 07/01/2015, bao gồm 101 quan sát. Dữ liệu được trích xuất từ website http://finance.vn/VCB/thong-ke-giao-dich.htm và được tính trung bình giá đóng cửa mỗi 5 phiên bằng Excel 2010.

2. Mô hình ARIMA nào được tác giả lựa chọn là tối ưu nhất và cú pháp lệnh trên EViews 8 là gì?

Mô hình tối ưu được lựa chọn sau quá trình thử nghiệm là mô hình với bậc sai phân $d = 1$, các bậc tự hồi quy $AR(1, 3, 4)$ và các bậc trung bình trượt $MA(1, 2, 3, 4, 5, 6)$. Cú pháp ước lượng phương trình trong phần mềm EViews 8 là: D(Close) c ar(1) ar(3) ar(4) ma(1) ma(2) ma(3) ma(4) ma(5) ma(6).

3. Tác giả dựa vào những tiêu chí kinh tế lượng nào để chọn mô hình tối ưu giữa các phương án thử nghiệm?

Việc lựa chọn tham số $p, q$ tối ưu dựa trên việc so sánh đồng thời 5 chỉ số thống kê giữa các mô hình thử nghiệm: Hệ số xác định $R^2$ (R-squared), Hệ số xác định hiệu chỉnh (Adjusted R-squared), Log Likelihood, Tiêu chuẩn thông tin Akaike (AIC) và Tiêu chuẩn thông tin Schwarz (SIC).

4. Kết quả kiểm định dự báo thực nghiệm trên cổ phiếu VCB đạt độ chính xác như thế nào?

Kết quả dự báo mức giá trung bình tuần tiếp theo của mã VCB đạt 26.409 đồng, trong khi mức giá giao dịch thực tế ghi nhận là 26.480 đồng. Độ lệch tuyệt đối là 71 đồng, tương ứng với tỷ lệ chênh lệch sai số là 0,27%.

5. Những văn bản chính sách vĩ mô nào được báo cáo phân tích nhanh của VNDIRECT đề cập và tác động ra sao đến VCB?

Báo cáo phân tích của VNDIRECT đề cập đến hai thông tư: Thông tư 36 quy định ngân hàng có nợ xấu trên 3% không được cho vay chứng khoán và giới hạn tỷ lệ cho vay chứng khoán ở mức 5% vốn điều lệ (làm hạn chế dòng tiền vào TTCK và ảnh hưởng hoạt động tín dụng); và Thông tư 09/2014 quy định lộ trình tái cơ cấu, xử lý nợ xấu ngành ngân hàng (hết hiệu lực vào tháng 4/2015).

Kết luận

Khóa luận tốt nghiệp đã hệ thống hóa cơ sở lý luận về phân tích cơ bản, phân tích kỹ thuật và phương pháp mô hình hóa chuỗi thời gian ARIMA theo quy trình Box-Jenkins. Thông qua việc phân tích thực tế tại Công ty Cổ phần Chứng khoán VNDIRECT và thực nghiệm dữ liệu 101 tuần của cổ phiếu VCB trên phần mềm EViews 8, tác giả đã xây dựng thành công mô hình ARIMA(1,3,4; 1; 1,2,3,4,5,6) với sai số dự báo ngắn hạn 0,27%. Công trình làm rõ cả tiềm năng ứng dụng lẫn những hạn chế cố hữu của mô hình định lượng trước các thay đổi chính sách vĩ mô, đồng thời đề xuất hướng nghiên cứu tiếp nối kết hợp mô hình phương sai thay đổi ARCH.