Mô Hình Hóa Tính Biến Thiên Lợi Suất Đầu Tư Vào Thị Trường Chứng Khoán Việt Nam

Luận văn thạc sĩ UEH phân tích mô hình hóa biến thiên lợi suất đầu tư trên thị trường chứng khoán Việt Nam, cung cấp cái nhìn sâu sắc và thực tiễn.

• Tác giả: Hoàng Thị Thu Hà
• Người hướng dẫn: PGS TS Nguyễn Trọng Hoài
• Trường học: Trường Đại Học Kinh Tế Thành Phố Hồ Chí Minh
• Chuyên ngành: Kinh Tế Phát Triển
• Đề tài: Mô Hình Hóa Tính Biến Thiên Lợi Suất Đầu Tư Vào Thị Trường Chứng Khoán Việt Nam
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2014
• Địa điểm: Tp.HCM

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: ĐẶT VẤN ĐỀ
• 1.1. Mục tiêu nghiên cứu
• 1.2. Câu hỏi nghiên cứu
• 1.2.1. Câu hỏi nghiên cứu tổng quát
• 1.2.2. Câu hỏi nghiên cứu cụ thể
• 1.3. Đóng góp của nghiên cứu
• 1.4. Phạm vi nghiên cứu
• 1.5. Cấu trúc của bài nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN LÝ THUYẾT VỀ CÁC MÔ HÌNH DỰ BÁO TÍNH BIẾN THIÊN LỢI SUẤT CHỨNG KHOÁN
• 2.1. Lý thuyết liên quan
• 2.2. Tính dai dẳng (persistence)
• 2.3. Tác động đòn bẩy (leverage effect)
• 2.4. Các mô hình GARCH và mô hình thay đổi tình trạng ARCH Markov
• 2.4.1. Mô hình GARCH (p, q) của Engle (1982) và Bollerslev (1986)
• 2.4.2. Mô hình SWARCH-L (K, q) của Hamilton và Susmel (1994)
• 2.4.2.1. Chỉ định mô hình SWARCH-L (K, q)
• 2.4.2.2. Ước lượng mô hình SWARCH-L (K, q)
• 2.4.2.3. Đo lường tính dai dẳng bằng mô hình ARCH –L (q) và SWARCH-L (K, q)
• 2.4.2.4. Dự báo tính biến thiên với mô hình SWARCH-L (K, q)
• 2.5. Các nghiên cứu liên quan
• 2.6. Khung phân tích đề nghị cho nghiên cứu
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Thống kê mô tả, kiểm định tính dừng và kiểm định tương quan chuỗi
• 3.2. Phương pháp nghiên cứu
• 3.2.1. Mô hình trung bình cho phân phối thường, phân phối t và GED
• 3.2.2. Phương pháp khám phá khả năng mô hình hóa tính biến thiên lợi suất đầu tư chứng khoán Việt Nam bằng mô hình thay đổi tình trạng Markov SWARCH trong mối quan hệ với các tình trạng thị trường
• 3.2.3. Mô hình Markov SWARCH (p, q) và Markov SWARCH-L (p, q)
• 3.2.4. Kiểm định tính thay đổi tình trạng
• 3.2.5. Bằng chứng của mối liên hệ giữa tính biến thiên và thị trường
• 3.3. Phương pháp tìm ra bằng chứng phi tuyến trong chuỗi lợi suất đầu tư chứng khoán Việt Nam
• 3.4. Phương pháp lựa chọn mô hình có khả năng dự báo tốt nhất tính biến thiên lợi suất của thị trường chứng khoán Việt Nam
• 3.4.1. Mô hình hóa tính biến thiên bằng mô hình GARCH (p, q) và GARCH-L (p, q) với phân phối thường
• 3.4.2. Mô hình hóa tính biến thiên bằng mô hình GARCH (p, q) và GARCH-L (p, q) với t
• 3.4.3. Mô hình hóa tính biến thiên bằng mô hình GARCH (p, q) và GARCH-L (p, q) với phân phối GED
• 3.4.4. Phương pháp đánh giá khả năng dự báo của mô hình Markov SWARCH với các mô hình cạnh tranh GARCH (p, q) và GARCH-L (p, q) với phân phối thường, phân phối t và phân phối GED
• 3.4.5. Phương pháp nhận diện tác động đòn bẩy
• 3.5. Giả thuyết nghiên cứu
• 3.6. Dữ liệu nghiên cứu
• 4. CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
• 4.1. Thống kê mô tả và kiểm tra tính dừng
• 4.2. Kết quả của các mô hình
• 4.2.1. Kết quả ước lượng và lựa chọn mô hình tối ưu
• 4.2.2. Mô hình hóa bằng mô hình Markov SWARCH và liên kết các tình trạng với các sự kiện thực
• 4.3. Bằng chứng về tính phi tuyến trong tính biến thiên lợi suất của thị trường chứng khoán Việt Nam
• 4.4. Mô hình Markov SWARCH có thực hiện dự báo tốt hơn so với các mô hình GARCH
• 4.5. Bằng chứng về sự có mặt của tác động đòn bẩy trong tính biến thiên lợi suất của thị trường chứng khoán Việt Nam
• 4.5.1. Phân tích kết quả nghiên cứu của mô hình Gaussian SWARCH (2, 7)
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kết quả nghiên cứu
• 5.2. Ý nghĩa của nghiên cứu và gợi ý chính sách
• 5.3. Giới hạn của nghiên cứu
• 5.4. Hướng nghiên cứu tiếp theo
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Mô Hình Hóa Tính Biến Thiên Lợi Suất Đầu Tư

Mô hình hóa tính biến thiên lợi suất đầu tư là một lĩnh vực quan trọng trong nghiên cứu tài chính, đặc biệt là trong thị trường chứng khoán Việt Nam. Việc hiểu rõ về các mô hình này giúp các nhà đầu tư đưa ra quyết định chính xác hơn trong việc phân bổ danh mục đầu tư. Mô hình hóa không chỉ giúp dự đoán lợi suất mà còn giúp nhận diện các rủi ro tiềm ẩn trong quá trình đầu tư.

1.1. Khái Niệm Mô Hình Hóa Tính Biến Thiên

Mô hình hóa tính biến thiên là quá trình sử dụng các phương pháp thống kê để dự đoán sự biến động của lợi suất đầu tư. Các mô hình này thường dựa trên dữ liệu lịch sử và các yếu tố kinh tế vĩ mô để đưa ra các dự đoán chính xác hơn.

1.2. Tầm Quan Trọng Của Mô Hình Hóa Trong Đầu Tư

Mô hình hóa giúp các nhà đầu tư hiểu rõ hơn về các yếu tố ảnh hưởng đến lợi suất, từ đó đưa ra quyết định đầu tư hợp lý. Nó cũng giúp nhận diện các rủi ro và cơ hội trong thị trường chứng khoán.

II. Vấn Đề Và Thách Thức Trong Mô Hình Hóa Tính Biến Thiên

Mặc dù mô hình hóa tính biến thiên lợi suất đầu tư mang lại nhiều lợi ích, nhưng cũng tồn tại nhiều thách thức. Các nhà nghiên cứu thường gặp khó khăn trong việc lựa chọn mô hình phù hợp và xác định các yếu tố ảnh hưởng đến lợi suất.

2.1. Khó Khăn Trong Việc Lựa Chọn Mô Hình

Việc lựa chọn mô hình phù hợp để mô hình hóa tính biến thiên là một thách thức lớn. Các mô hình như GARCH hay SWARCH có thể không luôn phù hợp với dữ liệu thực tế, dẫn đến kết quả dự đoán không chính xác.

2.2. Ảnh Hưởng Của Các Yếu Tố Kinh Tế Vĩ Mô

Các yếu tố kinh tế vĩ mô như lạm phát, lãi suất và chính sách tài chính có thể ảnh hưởng lớn đến lợi suất đầu tư. Việc không xem xét đầy đủ các yếu tố này có thể dẫn đến sai lệch trong mô hình hóa.

III. Phương Pháp Mô Hình Hóa Tính Biến Thiên Lợi Suất Đầu Tư

Có nhiều phương pháp khác nhau để mô hình hóa tính biến thiên lợi suất đầu tư. Các phương pháp này bao gồm mô hình GARCH, mô hình SWARCH và các phương pháp thống kê khác.

3.1. Mô Hình GARCH Trong Mô Hình Hóa

Mô hình GARCH (Generalized Autoregressive Conditional Heteroskedasticity) là một trong những mô hình phổ biến nhất trong việc mô hình hóa tính biến thiên. Mô hình này giúp dự đoán sự biến động của lợi suất dựa trên các yếu tố lịch sử.

3.2. Mô Hình SWARCH Và Ứng Dụng Của Nó

Mô hình SWARCH (Switching ARCH) cho phép mô hình hóa các giai đoạn khác nhau trong chuỗi thời gian, giúp nhận diện các thay đổi trong tính biến thiên của lợi suất đầu tư.

IV. Ứng Dụng Thực Tiễn Của Mô Hình Hóa Tính Biến Thiên

Mô hình hóa tính biến thiên lợi suất đầu tư không chỉ có giá trị lý thuyết mà còn có nhiều ứng dụng thực tiễn trong việc ra quyết định đầu tư và quản lý rủi ro.

4.1. Ứng Dụng Trong Quản Lý Danh Mục Đầu Tư

Các mô hình này giúp các nhà đầu tư tối ưu hóa danh mục đầu tư của mình bằng cách dự đoán chính xác hơn về lợi suất và rủi ro.

4.2. Đánh Giá Hiệu Quả Của Các Chiến Lược Đầu Tư

Mô hình hóa cũng giúp đánh giá hiệu quả của các chiến lược đầu tư khác nhau, từ đó điều chỉnh chiến lược cho phù hợp với điều kiện thị trường.

V. Kết Luận Về Mô Hình Hóa Tính Biến Thiên Lợi Suất Đầu Tư

Mô hình hóa tính biến thiên lợi suất đầu tư là một lĩnh vực quan trọng trong nghiên cứu tài chính. Việc áp dụng các mô hình phù hợp có thể giúp các nhà đầu tư đưa ra quyết định chính xác hơn và quản lý rủi ro hiệu quả.

5.1. Tương Lai Của Mô Hình Hóa Tính Biến Thiên

Trong tương lai, việc phát triển các mô hình mới và cải tiến các mô hình hiện tại sẽ giúp nâng cao khả năng dự đoán và quản lý rủi ro trong thị trường chứng khoán.

5.2. Đề Xuất Nghiên Cứu Tiếp Theo

Cần có thêm nhiều nghiên cứu để khám phá các yếu tố ảnh hưởng đến tính biến thiên và phát triển các mô hình mới phù hợp với điều kiện thị trường Việt Nam.

Trích đoạn nội dung tài liệu

TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH VIỆN ĐÀO TẠO SAU ĐẠI HỌC …………………………………. HOÀNG THỊ THU HÀ MÔ HÌNH HÓA TÍNH BIẾN THIÊN LỢI SUẤT ĐẦU TƯ VÀO THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP.HCM - Năm 2014 LUAN VAN CHAT LUONG download : add [e-mail] TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH VIỆN ĐÀO TẠO SAU ĐẠI HỌC …………………………………. HOÀNG THỊ THU HÀ MÔ HÌNH HÓA TÍNH BIẾN THIÊN LỢI SUẤT ĐẦU TƯ VÀO THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Chuyên ngành : Kinh tế Phát Triển Mã số : 60310105 Người hướng dẫn khoa học: PGS TS Nguyễn Trọng Hoài LUẬN VĂN THẠC SĨ KINH TẾ TP.HCM - Năm 2014 LUAN VAN CHAT LUONG download : add [e-mail] MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH VẼ TÓM TẮT Chương 1: ĐẶT VẤN ĐỀ ……………………………………………………………….2 Mục tiêu nghiên cứu…………………………………………………………………… 5 1.3 Câu hỏi nghiên cứu…………………………………………………………………….1 Câu hỏi nghiên cứu tổng quát……………………………………………………….2 Câu hỏi nghiên cứu cụ thể……………………………………………………………5 1.4 Đóng góp của nghiên cứu………………………………………………………… 6 1.5 Phạm vi nghiên cứu………………………………………………………………….6 Cấu trúc của bài nghiên cứu…………………………………………………………6 Chương 2: TỔNG QUAN LÝ THUYẾT VỀ CÁC MÔ HÌNH DỰ BÁO TÍNH BIẾN THIÊN LỢI SUẤT CHỨNG KHOÁN…………………………………………………….1 Lý thuyết liên quan…………………………………………………………………….1 Tính dai dẳng (persistence)……………………………………………………………7 2.2 Tác động đòn bẩy (leverage effect)……………………………………………………7 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.3 Các mô hình GARCH và mô hình thay đổi tình trạng ARCH Markov……………….1 Mô hình GARCH (p, q) của Engle (1982) và Bollerslev (1986)… ……………… .2 Mô hình SWARCH-L (K, q) của Hamilton và Susmel (1994) …………………… 10 a. Chỉ định mô hình SWARCH-L (K, q)…………………………………………………. Ước lượng mô hình SWARCH-L (K, q)………………………………………………. Đo lường tính dai dẳng bằng mô hình ARCH –L (q) và SWARCH-L (K, q)…………. Dự báo tính biến thiên với mô hình SWARCH-L (K, q)……………………………….4 Các nghiên cứu liên quan…………………………………………………………….2 Khung phân tích đề nghị cho nghiên cứu……………………………………………….19 Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU………………………………………………20 3.1 Thống kê mô tả, kiểm định tính dừng và kiểm định tương quan chuỗi…………………20 3.2 Phương pháp nghiên cứu……………………………………………………………….1 Mô hình trung bình cho phân phối thường, phân phối t và GED…………………….2 Phương pháp khám phá khả năng mô hình hóa tính biến thiên lợi suất đầu tư chứng khoán Việt Nam bằng mô hình thay đổi tình trạng Markov SWARCH trong mối quan hệ với các tình trạng thị trường…………………………………………………………………….1 Mô hình Markov SWARCH (p, q) và Markov SWARCH-L (p, q)……………….2 Kiểm định tính thay đổi tình trạng………………………………………………….3 Bằng chứng của mối liên hệ giữa tính biến thiên và thị trường…………………….23 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.3 Phương pháp tìm ra bằng chứng phi tuyến trong chuỗi lợi suất đầu tư chứng khoán Việt Nam……………………………………………………………………………………24 3.4 Phương pháp lựa chọn mô hình có khả năng dự báo tốt nhất tính biến thiên lợi suất của thị trường chứng khoán Việt Nam………………………………………………………….1 Mô hình hóa tính biến thiên bằng mô hình GARCH (p, q) và GARCH-L (p, q) với phân phối thường………………………………………………………………………….2 Mô hình hóa tính biến thiên bằng mô hình GARCH (p, q) và GARCH-L (p, q) với t…………………………………………………………………………………………….3 Mô hình hóa tính biến thiên bằng mô hình GARCH (p, q) và GARCH-L (p, q) với phân phối GED…………………………………………………………………………….4 Phương pháp đánh giá khả năng dự báo của mô hình Markov SWARCH với các mô hình cạnh tranh GARCH (p, q) và GARCH-L (p, q) với phân phối thường, phân phối t và phân phối GED…………………………………………………………………………….5 Phương pháp nhận diện tác động đòn bẩy………………………………………….3 Giả thuyết nghiên cứu………………………………………………………………….4 Dữ liệu nghiên cứu…………………………………………………………………….29 Chương 4: KẾT QUẢ NGHIÊN CỨU…………………………………………………….1 Thống kê mô tả và kiểm tra tính dừng…………………………………………………30 4.2 Kết quả của các mô hình……………………………………………………………….1 Kết quả ước lượng và lựa chọn mô hình tối ưu………………………………………32 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.2 Mô hình hóa bằng mô hình Markov SWARCH và liên kết các tình trạng với các sự kiện thực……………………………………………………………………………………40 4.3 Bằng chứng về tính phi tuyến trong tính biến thiên lợi suất của thị trường chứng khoán Việt Nam……………………………………………………………………………………44 4.4 Mô hình Markov SWARCH có thực hiện dự báo tốt hơn so với các mô hình GARCH…………………………………………………………………………………… 45 4.5 Bằng chứng về sự có mặt của tác động đòn bẩy trong tính biến thiên lợi suất của thị trường chứng khoán Việt Nam…………………………………………………………….6 Phân tích kết quả nghiên cứu của mô hình Gaussian SWARCH (2, 7)……………… 50 CHƯƠNG 5: KẾT LUẬN………………………………………………………………… .1 Kết quả nghiên cứu………………………………………………………………… 54 5.1 Ý nghĩa của nghiên cứu và gợi ý chính sách……………………………………….2 Giới hạn của nghiên cứu…………………………………………………………… 56 5.3 Hướng nghiên cứu tiếp theo…………………………………………………………56 TÀI LIỆU THAM KHẢO PHỤ LỤC LUAN VAN CHAT LUONG download : add [e-mail] LỜI CAM ĐOAN Tôi cam đoan nội dung trong luận văn này là kết quả nghiên cứu độc lập của tôi, các trích dẫn và số liệu đều có trích dẫn nguồn. Các kết quả và các đánh giá nhận định đều dựa trên kết quả nghiên cứu và chưa từng được công bố trong bất kỳ công trình nghiên cứu nào khác. LUAN VAN CHAT LUONG download : add [e-mail] DANH MỤC CÁC BẢNG Bảng 4.1: Thống kê mô tả chỉ số VNindex từ 31/7/2000 đến 6/9/2013 Bảng 4.2: Kiểm định nghiệm đơn vị cho chuỗi lợi suất thị trường chứng khoán Việt Nam Bảng 4. Kết quả ước lượng một số mô hình GARCH (p, q) Bảng 4.4: Kết quả ước lượng mô hình ARCH (q) cho phân phối Gaussian Bảng 4. Kết quả ước lượng mô hình Gaussian ARCH-L (q) và Gaussian SWARCH (2, q) Bảng 4. Kết quả ước lượng mô hình Gaussian SWARCH-L (2, q) Bảng 4. Kết quả ước lượng mô hình t SWARCH-L (2, q) Bảng 4. Kết quả ước lượng mô hình GED ARCH (2, q) Bảng 4. Kết quả ước lượng mô hình GED ARCH-L (2, q) và t ARCH (q) Bảng 4. Kết quả ước lượng mô hình t SWARCH- (2, q) Bảng 4. Tổng kết các giai đoạn tương ứng với hai thời kỳ ổn định và biến động tại thị trường chứng khoán Việt Nam giai đoạn 28/8/2000 đến ngày 6/9/2013 Bảng 4. So sánh các mô hình LUAN VAN CHAT LUONG download : add [e-mail] DANH MỤC CÁC HÌNH VẼ Hình 1. Lợi suất, trung bình và độ lệch chuẩn của thị trường chứng khoán Việt Nam từ 31/7/2000 đến 6/9/2013 Hình 4. Thống kê mô tả của lợi suất đầu tư vào thị trường chứng khoán Việt Nam Hình 4.2 So sánh 95% cận dưới dự báo tính biến thiên 1 thời kỳ trong mẫu của ba mô hình Gauss SWARCH-(2,7), Gaussian SWARCH-L(2,4) và t SWARCH (2,3) Hình 4. So sánh 95% cận trên dự báo tính biến thiên 1 thời kỳ trong mẫu của ba mô hình Gauss SWARCH- (2, 7), Gaussian SWARCH- L (2, 4) và t SWARCH (2, 3) Hình 4.4: Lợi suất và xác suất làm trơn của mô hình Gaussian SWARCH (2, 7) LUAN VAN CHAT LUONG download : add [e-mail] TÀI LIỆU THAM KHẢO Tài liệu tiếng Việt Công ty chứng khoán An Bình (2011). Báo cáo tổng kết kinh tế vĩ mô & thị trường chứng khoán năm 2011 Công ty chứng khoán Vietcombank (2009). Báo cáo vĩ mô và thị trường chứng khoán năm 2009 Công ty CP chứng khoán Dầu khí (2013). Báo cáo kinh tế - thị trường chứng khoán quý 2/2013 Công ty CP chứng khoán FPT (2010). Báo cáo thị trường chứng khoán Việt Nam 2010 Công ty CP Chứng khoán Sen Vàng (2008). Thị trường chứng khoán Việt Nam 2008 dưới tác động kinh tế vĩ mô Công Ty CP chứng khoán Việt Nam FPT (2007). Báo cáo thị trường chứng khoán Việt Nam năm 2007 http://www.vn/Kinh-Te/606942/10-su-kien-chung-khoan-tieu-bieu-2012-tpp.html Tài liệu tiếng Anh Asteriou, D. Applied econometrics: a modern approach (revised version). LUAN VAN CHAT LUONG download : add [e-mail] Bollerslev and Engel (1993). “Common persistence in conditional variances”, Econometrica, vol 61. Handbook of Econometrics, Volume IV, Elsevier Science B. “Generalized autoregressive conditional heteroskedasticity”, Journal of Econometrics 31, 307-327 Bollerslev, Tim, 1987. “A conditionally Heteroskedasticity time series model for speculative prices and rates of return”, Review of Economics and Statistics 69, 542-547 Brookings Institution Press. “A Markov model of switching –Regime ARCH”, Journal of business & Economics Statistics, July 1994, Vol 12, No.3 Canarella và cộng sự (2010). “Is the Great Moderation Ending?”. Modern Economy, 2010, 1, 17-42 Chen và cộng sự (2000). “Switching ARCH models of Stock Market Volotility in Taiwan”, Advances in Pacific Basin Business, Economics and Finance, 4, 2000, 1-21 Decarlo, T. “On the meaning and Use of Kurtosis”, Psycholigical Methods, 1997, Vol. “Markov Switching in GARCH Processes and Mean Reverting Stock Market Volitility”, Working Paper 1994-015B. “Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation”, Econometrica 50, 987-1007 LUAN VAN CHAT LUONG download : add [e-mail] Fama, Eugene F. “The Behavior of Stock-Market Prices.” Journal of Business, 38(1): 34-105. “Economic implications of extraordinary movements in stock prices”, Brookings Papers on economic activity 2, 137- 189 Garcia (1990). “An analysis of the real interest rate under regime shifts”, Econometric Research Program, Research Memorandum No., Ravi Jagannathan and David Runkle, 1989. Relationship between the expected value and the volatility of the nominal excess return on stocks, Mimeo (Northwestern University, Evanston, IL) Gurajati, D. Lin (1996), “Stock market volatility and the business cycle,” Journal of Applied Econometrics, 11, 573–593. “A new approach to the economic analysis of nonstationary time series and the business cycle”, Econometrica 57, 357-384 Hamilton, James D. Time Series Analysis. Princeton University Press Hamilton, James D. “Autoregressive conditional heteroskedasticity and changes in regime”, Journal of Economics 64 (1994) 307-333. “Inference when a nuisance parameter is not identified under the null hypothesis”. “The likelihood ratio test under non-standard conditions: testing the Markov trend model of GNP”, Journal of Applied Econometrics 7, S61-S82. LUAN VAN CHAT LUONG download : add luanvanchat@agmail. “Autoregressive conditional density estimation”, International Economic Review, Vol. Volitility modeling using the Student’s t Distribution. Doctor of philosophy in Economics, Blacksburg, Virginia Lamoureux and Lastrapes, 1990. “Persistence in variance, structural change and the GARCH model”, Journal of Business and Economic Statistics 8, 225-235 McKinnon, Ronald I. Money and Capital in Economic Development. Washington DC: Nelson (1991). “Conditional Heteroskedasticity in Asset Returns: a new approach”, Econometrica, Volume 59, Issue 2 (Mar. 1991), 347-370 Sattayatham, Sopipan và Premanode (2012). “Forecasting the Stock exchange of Thailand uses Day of the Week effect and Markov regime switching GARCH”, American Journal of Economics and Business Administration 4(1): 84-93, 2012 Shaw E. Financial Deepening in Economic Development. New York: Oxford University Press Sopipan, Sattayatham và Premanode (2012). “ Forecasting Volitility of Gold Price Using Markov Regime Switching and Trading Strategy”, Journal of Mathematical Finance, 2012, 2, 121-131 Turner và cộng sự (1989). “A Markov model of heteroskedasticity, risk and learning in the stock market”, Journal of Financial Economics 25 (1989) 3-22. North –Holland Vuong Thanh Long (2007). “Empirical analysis of Stock Return Volitility with regime change: The case of Vietnam Stock Market”. Vietnam development forum –Tokyo Presentation LUAN VAN CHAT LUONG download : add luanvanchat@agmail.” A Monte Carlo study of the sampling distribution of the likelihood ratio for mixtures of multinormal distribution”. Technical Bulletin STB-72-2 (Naval Personnel and Training Research Laboratory, San Diego, CA). Việc tìm ra mô hình thích hợp trong việc mô hình hóa tính biến thiên của một chuỗi tài chính có vai trò quan trọng đối với các nhà đầu tư và hoạch định chính sách. Nghiên cứu đã chứng minh được sự có mặt của chuỗi Markov trong chuỗi biến thiên lợi suất đầu tư vào thị trường chứng khoán Việt Nam và khả năng giải thích bằng sự kiện thực.