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.