Luận Văn Thạc Sĩ: Ước Lượng Mô Hình Độ Biến Động Ngẫu Nhiên Có Bước Nhảy

Luận văn thạc sĩ toán học nghiên cứu hus ước lượng cho mô hình độ biến động ngẫu nhiên có bước nhảy luận văn ths toán học 60 46 15, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Vũ Thị Hương Sắc
• Người hướng dẫn: TS. Nguyễn Thịnh
• Trường học: Trường Đại Học Khoa Học Tự Nhiên
• Chuyên ngành: Lý Thuyết Xác Suất Và Thống Kê Toán Học
• Đề tài: Ước Lượng Cho Mô Hình Độ Biến Động Ngẫu Nhiên Có Bước Nhảy
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2013
• Địa điểm: Hà Nội

Mục lục chi tiết

• Giới thiệu
• 1. CHƯƠNG 1: KIẾN THỨC CHUẨN BỊ
• 1.1. Các quá trình ngẫu nhiên và toán tài chính
• 1.2. Một số quá trình ngẫu nhiên
• 1.2.1. Quá trình Markov
• 1.3. Các hàm đặc trưng và các tham số đặc trưng
• 1.3.1. Các hàm đặc trưng
• 1.3.2. Các tham số đặc trưng
• 1.4. Chuyển động Brown
• 1.4.1. Phân bố chuẩn
• 1.4.2. Chuyển động Brown
• 1.5. Tích phân ngẫu nhiên (tích phân Itô)
• 2. CHƯƠNG 2: MÔ HÌNH BLACK – SCHOLES VÀ CÁC HẠN CHẾ
• 2.1. Mô hình Black – Scholes
• 2.2. Các hạn chế của mô hình Black – Scholes
• 2.2.1. Độ biến động nụ cười
• 2.2.2. Tính không đầy đủ của các thị trường
• 3. CHƯƠNG 3: MÔ HÌNH ĐỘ BIẾN ĐỘNG NGẪU NHIÊN CÓ BƯỚC NHẢY
• 3.1. Các mô hình độ biến động ngẫu nhiên
• 3.2. Các quá trình bước nhảy
• 3.3. Mô hình độ biến động ngẫu nhiên có bước nhảy
• 3.3.1. Các khuếch tán bước nhảy log chuẩn
• 3.3.2. Các khuếch tán bước nhảy với độ biến động ngẫu nhiên
• 3.3.3. Các khuếch tán bước nhảy với độ biến động ngẫu nhiên và cường độ nhảy
• 4. CHƯƠNG 4: ƯỚC LƯỢNG CHO MÔ HÌNH ĐỘ BIẾN ĐỘNG NGẪU NHIÊN CÓ BƯỚC NHẢY
• 4.1. Chuyển động hình học Brown
• 4.2. Chuyển động hình học Brown cộng thêm bước nhảy
• 4.3. Mô hình độ biến động ngẫu nhiên có bước nhảy
• Tài liệu tham khảo

Tóm tắt

I. Giới thiệu về Ước Lượng Mô Hình Độ Biến Động Ngẫu Nhiên Có Bước Nhảy

Mô hình độ biến động ngẫu nhiên có bước nhảy đã trở thành một công cụ quan trọng trong lĩnh vực tài chính. Đặc biệt, mô hình này giúp các nhà đầu tư và nhà phân tích hiểu rõ hơn về sự biến động của thị trường. Từ khi mô hình Black-Scholes ra đời, nhiều nghiên cứu đã chỉ ra rằng độ biến động không phải là hằng số mà có thể thay đổi theo thời gian. Điều này dẫn đến nhu cầu cần thiết phải phát triển các mô hình mới để ước lượng chính xác hơn.

1.1. Tầm quan trọng của mô hình độ biến động ngẫu nhiên

Mô hình độ biến động ngẫu nhiên giúp các nhà đầu tư dự đoán chính xác hơn về rủi ro và lợi nhuận trong các khoản đầu tư. Việc hiểu rõ về độ biến động ngẫu nhiên có thể giúp tối ưu hóa danh mục đầu tư và giảm thiểu rủi ro.

1.2. Lịch sử phát triển của mô hình độ biến động

Mô hình Black-Scholes đã mở ra một kỷ nguyên mới trong lý thuyết tài chính. Tuy nhiên, các nghiên cứu sau này đã chỉ ra rằng mô hình này có nhiều hạn chế, đặc biệt là trong việc dự đoán độ biến động của thị trường. Do đó, các mô hình mới như mô hình độ biến động ngẫu nhiên có bước nhảy đã được phát triển.

II. Vấn đề và Thách thức trong Ước Lượng Mô Hình Độ Biến Động

Một trong những thách thức lớn nhất trong việc ước lượng mô hình độ biến động ngẫu nhiên là sự không ổn định của dữ liệu. Thị trường tài chính thường xuyên biến động, và các yếu tố như tin tức kinh tế, chính trị có thể ảnh hưởng đến độ biến động. Điều này làm cho việc ước lượng trở nên khó khăn hơn.

2.1. Sự không ổn định của dữ liệu tài chính

Dữ liệu tài chính thường xuyên thay đổi và không ổn định, điều này gây khó khăn cho việc ước lượng chính xác các tham số trong mô hình. Các nhà nghiên cứu cần phát triển các phương pháp mới để xử lý dữ liệu không ổn định này.

2.2. Ảnh hưởng của các yếu tố bên ngoài

Các yếu tố bên ngoài như chính trị, kinh tế và xã hội có thể ảnh hưởng lớn đến độ biến động của thị trường. Việc không tính đến các yếu tố này có thể dẫn đến những ước lượng sai lệch.

III. Phương Pháp Ước Lượng Mô Hình Độ Biến Động Ngẫu Nhiên Có Bước Nhảy

Có nhiều phương pháp khác nhau để ước lượng mô hình độ biến động ngẫu nhiên có bước nhảy. Một số phương pháp phổ biến bao gồm mô hình GARCH, ARIMA và các mô hình kết hợp. Mỗi phương pháp có những ưu điểm và nhược điểm riêng.

3.1. Mô hình GARCH trong ước lượng độ biến động

Mô hình GARCH (Generalized Autoregressive Conditional Heteroskedasticity) là một trong những phương pháp phổ biến nhất để ước lượng độ biến động. Mô hình này cho phép độ biến động thay đổi theo thời gian và có thể phản ánh chính xác hơn sự biến động của thị trường.

3.2. Mô hình ARIMA và ứng dụng của nó

Mô hình ARIMA (AutoRegressive Integrated Moving Average) cũng được sử dụng để ước lượng độ biến động. Mô hình này giúp phân tích các chuỗi thời gian và dự đoán các giá trị tương lai dựa trên dữ liệu quá khứ.

IV. Ứng Dụng Thực Tiễn của Mô Hình Độ Biến Động Ngẫu Nhiên

Mô hình độ biến động ngẫu nhiên có bước nhảy không chỉ có giá trị lý thuyết mà còn có nhiều ứng dụng thực tiễn trong lĩnh vực tài chính. Các nhà đầu tư có thể sử dụng mô hình này để tối ưu hóa danh mục đầu tư và quản lý rủi ro.

4.1. Tối ưu hóa danh mục đầu tư

Mô hình độ biến động ngẫu nhiên giúp các nhà đầu tư xác định tỷ lệ phân bổ tài sản hợp lý trong danh mục đầu tư của họ. Việc sử dụng mô hình này có thể giúp giảm thiểu rủi ro và tối đa hóa lợi nhuận.

4.2. Quản lý rủi ro trong đầu tư

Mô hình này cũng giúp các nhà đầu tư quản lý rủi ro hiệu quả hơn. Bằng cách hiểu rõ về độ biến động, các nhà đầu tư có thể đưa ra các quyết định đầu tư thông minh hơn.

V. Kết Luận và Tương Lai của Mô Hình Độ Biến Động Ngẫu Nhiên

Mô hình độ biến động ngẫu nhiên có bước nhảy đã chứng minh được giá trị của nó trong việc ước lượng và dự đoán sự biến động của thị trường tài chính. Tương lai của mô hình này hứa hẹn sẽ còn phát triển hơn nữa với sự tiến bộ của công nghệ và các phương pháp phân tích dữ liệu.

5.1. Xu hướng phát triển của mô hình

Với sự phát triển của công nghệ và dữ liệu lớn, các mô hình độ biến động ngẫu nhiên sẽ ngày càng trở nên chính xác hơn. Các nhà nghiên cứu sẽ tiếp tục phát triển các phương pháp mới để cải thiện độ chính xác của các mô hình này.

5.2. Tương lai của nghiên cứu trong lĩnh vực này

Nghiên cứu về mô hình độ biến động ngẫu nhiên sẽ tiếp tục là một lĩnh vực hấp dẫn trong tài chính. Các nhà nghiên cứu sẽ tìm kiếm các phương pháp mới để cải thiện khả năng dự đoán và ứng dụng của mô hình.

Nội dung chính

Tổng quan nghiên cứu

Kể từ công trình tiên phong của Fischer Black và Myron Scholes năm 1973, lý thuyết định giá tài sản tài chính cổ điển luôn dựa trên giả định giá cổ phiếu tuân theo chuyển động Brown hình học với độ biến động không đổi và phân phối lợi suất log-chuẩn. Tuy nhiên, các cuộc khủng hoảng tài chính toàn cầu và dữ liệu giao dịch thực tế trong hơn ba thập kỷ qua đã chỉ ra những sai lệch mang tính hệ thống của mô hình này, điển hình là hiện tượng nụ cười biến động và phân phối đuôi béo với hệ số nhọn vượt mức chuẩn 3.00. Trong các thị trường mới nổi, độ biến động thực tế của tài sản tài chính thường xuyên biến thiên ngẫu nhiên và xuất hiện những bước nhảy đột ngột do tác động của thông tin vĩ mô.

Nghiên cứu tập trung giải quyết bài toán ước lượng tham số cho mô hình độ biến động ngẫu nhiên kết hợp bước nhảy khuếch tán nhằm khắc phục triệt để các khiếm khuyết của mô hình Black-Scholes truyền thống. Mục tiêu cốt lõi là xây dựng và so sánh hiệu quả ước lượng giữa ba cấu trúc mô hình: chuyển động Brown hình học tiêu chuẩn, chuyển động Brown hình học có bước nhảy Poisson, và mô hình độ biến động ngẫu nhiên có bước nhảy. Phạm vi nghiên cứu sử dụng tập dữ liệu chuỗi thời gian tỷ giá hối đoái USD/VND thu thập liên tục trong 10 năm từ tháng 1 năm 2003 đến tháng 12 năm 2013 với hơn 2.500 phiên quan sát, cùng chuỗi tỷ giá NOK/GBP giai đoạn 1990–1998. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp giảm sai số phương sai ước lượng tới 58,95% từ mức 9,0118 xuống còn 3,6999, đồng thời xác định chính xác tần suất xuất hiện bước nhảy đạt 0,1547 lần mỗi năm, cung cấp công cụ định lượng chuẩn xác cho công tác quản trị rủi ro tỷ giá và định giá chứng khoán phái sinh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng của hai lý thuyết toán tài chính hiện đại: Lý thuyết quá trình ngẫu nhiên liên tục khởi xướng từ công trình của Norbert Wiener năm 1923, tích phân ngẫu nhiên Itô năm 1944, kết hợp với Lý thuyết định giá tài sản phái sinh mở rộng của Robert Merton năm 1976 và Steven Heston năm 1993.

Mô hình nghiên cứu tiến triển qua ba cấu trúc toán học từ đơn giản đến phức tạp:

• Chuyển động Brown hình học chuẩn xác định phương trình vi phân giá tài sản phụ thuộc vào tốc độ tăng trưởng trung bình và độ biến động cố định.
• Mô hình khuếch tán bước nhảy Merton bổ sung quá trình đếm Poisson phức hợp vào phương trình vi phân nhằm mô tả các biến động gián đoạn khi xuất hiện thông tin bất thường.
• Mô hình độ biến động ngẫu nhiên có bước nhảy mở rộng phương sai thành một quá trình ngẫu nhiên quay về giá trị trung bình theo quy luật khuếch tán riêng biệt tương quan với quá trình giá.

Các khái niệm then chốt bao gồm: Chuyển động Brown chuẩn, Bổ đề Itô xác định vi phân hàm ngẫu nhiên, Quá trình Poisson thuần túy và phức hợp có tính mất trí nhớ, Hiện tượng nụ cười biến động mô tả sự biến thiên của độ biến động tiềm ẩn theo giá thực thi, và Tính không đầy đủ của thị trường khi không thể thực hiện chiến lược phòng hộ rủi ro hoàn hảo.

Phương pháp nghiên cứu

Nguồn dữ liệu phân tích bao gồm 2.740 quan sát tỷ giá danh nghĩa hàng ngày của cặp tiền tệ USD/VND trong giai đoạn 2003–2013 và dữ liệu tỷ giá NOK/GBP giai đoạn từ tháng 1 năm 1990 đến tháng 8 năm 1998. Mẫu dữ liệu được chọn theo phương pháp chuỗi thời gian liên tục toàn bộ ngày giao dịch thực tế nhằm ghi nhận trọn vẹn các cú sốc tỷ giá và sự thay đổi biên độ can thiệp ngoại hối của ngân hàng trung ương.

Quy trình phân tích tham số được thực hiện qua hai phương pháp chủ đạo:

• Phương pháp hợp lý cực đại kết hợp thuật toán tối ưu hóa phi tuyến trên gói lệnh chuyên dụng của phần mềm thống kê Stata. Để giải quyết bài toán tổng vô hạn của quá trình bước nhảy, nghiên cứu thiết lập ngưỡng cắt số bước nhảy tối đa trong một ngày bằng 10 theo tiêu chuẩn kiểm định của Jorion.
• Phương pháp Moment hiệu quả và suy luận gián tiếp do Gallant và Tauchen phát triển năm 1996 để ước lượng mô hình độ biến động ngẫu nhiên có bước nhảy. Do hàm hợp lý của mô hình này không có dạng tường minh trong không gian thời gian liên tục, nghiên cứu lựa chọn mô hình bổ trợ là hỗn hợp hai phân phối chuẩn kết hợp mô hình tự hồi quy bậc 10 trên bình phương phần dư nhằm thu nhận đặc tính tụ biến động. Ma trận trọng số tối ưu được ước lượng qua quy trình hai bước để đảm bảo tính vững và hiệu quả tiệm cận với tham số bước thời gian mô phỏng bằng 5 ngày làm việc mỗi tuần.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích chuỗi số liệu thực nghiệm tỷ giá USD/VND giai đoạn 2003–2013 đã chứng minh các phát hiện quan trọng:

• Chuỗi lợi suất tỷ giá thực tế bác bỏ hoàn toàn giả định phân phối chuẩn của mô hình cổ điển. Thống kê mô tả không điều kiện cho thấy giá trị trung bình đạt 0,1923, hệ số bất đối xứng dương đạt 0,75 và hệ số nhọn đạt mức 10,62. Mức độ nhọn này cao gấp 3,54 lần so với hệ số nhọn chuẩn bằng 3,00, chứng minh sự tồn tại đậm nét của hiện tượng đuôi béo trong dữ liệu tỷ giá tại Việt Nam.
• Mô hình chuyển động Brown hình học cộng thêm bước nhảy tạo ra bước đột phá về độ chính xác. Cường độ bước nhảy ước lượng đạt 0,1547 với độ lệch chuẩn bước nhảy bằng 3,2385 và kỳ vọng bước nhảy bằng 1,1776. Phương sai ước lượng của mô hình giảm mạnh từ mức 9,0118 xuống 3,6999, tương đương mức giảm sai số phương sai lên đến 58,95%.
• Hệ số nhọn của mô hình bước nhảy được hiệu chỉnh xuống mức 5,0566, tiệm cận sát với cấu trúc đuôi dày thực nghiệm của thị trường thay vì bị cố định ở mức 3,00 như mô hình Brown hình học thông thường.
• Mô hình độ biến động ngẫu nhiên có bước nhảy thông qua mô hình bổ trợ tự hồi quy bậc 10 đã ghi nhận rõ rệt hiện tượng tự tương quan chuỗi của bình phương phần dư vượt khỏi dải tin cậy 95%, giải thích thành công hiện tượng tụ biến động theo chu kỳ thời gian.

Thảo luận kết quả

Sự vượt trội của mô hình có bước nhảy xuất phát từ đặc thù điều hành kinh tế vĩ mô và cơ chế neo tỷ giá có biên độ tại Việt Nam. Khi cơ quan quản lý điều chỉnh biên độ hoặc tỷ giá bình quân liên ngân hàng, giá thị trường lập tức phản ứng bằng một bước nhảy gián đoạn mà các mô hình khuếch tán liên tục đơn thuần không thể phản ánh.

Khi biểu diễn dữ liệu thực nghiệm qua đồ thị hàm mật độ Kernel so sánh với đường cong Gauss chuẩn, đồ thị tỷ giá thể hiện đỉnh nhọn vượt trội và hai đuôi dày trải dài từ giá trị âm 200 đến dương 200. Đồ thị tự tương quan của bình phương lợi suất với 40 độ trễ chỉ ra rằng các biến động lớn luôn có xu hướng đi kèm các biến động lớn tiếp theo, tạo nên hiện tượng tụ biến động.

So sánh với các nghiên cứu quốc tế của Merton và Bates, việc bổ sung thành phần nhảy Poisson và phương sai ngẫu nhiên không chỉ giải quyết triệt để hiện tượng nụ cười biến động trên thị trường phái sinh mà còn loại bỏ hoàn toàn giả định phi thực tế về thị trường đầy đủ. Điều này giúp các tổ chức tài chính định lượng chính xác rủi ro đuôi thay vì đánh giá thấp nguy cơ tổn thất danh mục đầu tư tới 40% đến 60% khi sử dụng mô hình Black-Scholes thông thường.

Đề xuất và khuyến nghị

• Hiện đại hóa hệ thống định giá sản phẩm phái sinh tiền tệ: Các ngân hàng thương mại và tổ chức tín dụng cần thay thế ngay các module định giá Black-Scholes truyền thống bằng mô hình khuếch tán có bước nhảy trong hệ thống Treasury và Core Banking. Mục tiêu là giảm tỷ lệ định giá sai lệch quyền chọn mua và quyền chọn bán ngoại tệ xuống dưới 5% trong vòng 6 đến 12 tháng tới.
• Thiết lập hệ thống quản trị rủi ro thanh khoản và cảnh báo sớm: Các quỹ đầu tư và bộ phận quản trị rủi ro tài chính phải cài đặt ngưỡng cảnh báo tự động khi tần suất bước nhảy vượt quá 0,15 lần/năm hoặc hệ số nhọn phân phối lợi suất vượt ngưỡng 5,00. Quy trình kiểm định sức căng danh mục đầu tư theo kịch bản bước nhảy cần được thực hiện định kỳ hàng quý bởi ban điều hành rủi ro.
• Hoàn thiện công cụ phân tích phục vụ điều hành tỷ giá hối đoái: Ngân hàng Nhà nước Việt Nam nên ứng dụng mô hình độ biến động ngẫu nhiên có bước nhảy để mô phỏng tác động định lượng trước khi đưa ra quyết định nới rộng biên độ tỷ giá từ 1% lên 3%. Mục tiêu là duy trì độ lệch chuẩn biến động ngoại hối dưới ngưỡng mục tiêu 2,00 trong giai đoạn 2024–2026.
• Chuẩn hóa quy trình ước lượng tham số và phát triển nền tảng phân tích mở: Các viện nghiên cứu kinh tế và khối đào tạo toán tài chính cần chủ động xây dựng thư viện thuật toán mã nguồn mở thực thi phương pháp Moment hiệu quả trên nền tảng ngôn ngữ lập trình hiện đại trong vòng 18 tháng, nhằm nâng cao năng lực định lượng cho hơn 500 chuyên gia phân tích tài chính trên toàn quốc.

Đối tượng nên tham khảo luận văn

• Chuyên gia phân tích định lượng tại các định chế tài chính: Nắm vững kỹ thuật lập trình hàm hợp lý cực đại phức hợp và phương pháp suy luận gián tiếp trên phần mềm thống kê để xây dựng thuật toán định giá hợp đồng tương lai và quyền chọn tiền tệ chính xác.
• Giám đốc và chuyên viên quản trị rủi ro thị trường: Khai thác mô hình phân phối lợi suất có bước nhảy để tính toán chuẩn xác các chỉ số giá trị chịu rủi ro và tổn thất kỳ vọng trong điều kiện thị trường tài chính xảy ra biến cố đột ngột.
• Cán bộ hoạch định chính sách tiền tệ và quản lý dự trữ ngoại hối: Sử dụng kết quả thực nghiệm về cấu trúc biến động tỷ giá USD/VND trong 10 năm để đánh giá mức độ hấp thụ thông tin của thị trường ngoại tệ và xây dựng các kịch bản can thiệp tỷ giá tối ưu.
• Giảng viên, học viên cao học và nghiên cứu sinh ngành Toán tài chính: Tiếp cận một công trình nghiên cứu mẫu mực, kết hợp chặt chẽ giữa lý thuyết quá trình ngẫu nhiên, bổ đề Itô và kỹ thuật ước lượng mô phỏng hiện đại trên chuỗi số liệu thực tế.

Câu hỏi thường gặp

Tại sao mô hình Black-Scholes lại bộc lộ nhiều sai lệch khi áp dụng vào thực tế?

Mô hình Black-Scholes giả định độ biến động là hằng số và giá tài sản biến thiên liên tục theo phân phối log-chuẩn. Trong thực tế, chuỗi lợi suất thường xuất hiện các bước nhảy giá đột ngột và có hệ số nhọn thực nghiệm lên tới 10,62, khiến mô hình này đánh giá sai lệch nghiêm trọng rủi ro đuôi và định giá không chính xác các quyền chọn có kỳ hạn ngắn.

Hiệu ứng nụ cười biến động là gì và nguyên nhân hình thành từ đâu?

Nụ cười biến động là hiện tượng độ biến động tiềm ẩn tính từ giá thị trường của quyền chọn vẽ thành đường cong hình chữ U lệch thay vì một đường thẳng nằm ngang. Hiện tượng này xuất hiện do thị trường định giá cao hơn cho các quyền chọn có giá thực hiện cách xa giá giao ngay nhằm bù đắp rủi ro bước nhảy bất thường và tính không đầy đủ của thị trường tài chính.

Quá trình bước nhảy Poisson cải thiện độ chính xác của mô hình như thế nào?

Bằng việc đưa quá trình đếm Poisson với cường độ 0,1547 và phân phối biên độ nhảy chuẩn vào mô hình khuếch tán, mô hình nắm bắt trọn vẹn các cú sốc gián đoạn của thị trường. Nhờ đó, phương sai ước lượng của mô hình giảm mạnh 58,95% từ 9,0118 xuống 3,6999, giúp tái hiện chân thực cấu trúc đuôi dày của chuỗi số liệu.

Thách thức lớn nhất khi ước lượng mô hình độ biến động ngẫu nhiên là gì?

Thách thức cốt lõi là phương sai ngẫu nhiên đóng vai trò như một biến ngầm ẩn không thể quan sát trực tiếp và mô hình không có dạng hàm hợp lý giải tích đóng trong thời gian liên tục. Do đó, nghiên cứu phải áp dụng phương pháp Moment hiệu quả kết hợp mô phỏng dữ liệu với 5 ngày giao dịch mỗi tuần để tìm vector tham số tối ưu.

Mô hình trong luận văn có thể áp dụng cho các thị trường tài sản khác không?

Hoàn toàn có thể áp dụng. Cấu trúc mô hình độ biến động ngẫu nhiên có bước nhảy và thuật toán ước lượng EMM mang tính tổng quát cao, có thể triển khai trực tiếp cho các chuỗi dữ liệu chỉ số chứng khoán, giá hàng hóa, lãi suất và các cặp tỷ giá quốc tế như NOK/GBP với độ tin cậy thống kê trên 95%.

Kết luận

• Luận văn đã hệ thống hóa và chứng minh sự cần thiết phải chuyển dịch từ mô hình Black-Scholes cổ điển sang mô hình độ biến động ngẫu nhiên có bước nhảy trong toán tài chính hiện đại.
• Thực nghiệm trên chuỗi tỷ giá USD/VND trong 10 năm giai đoạn 2003–2013 chứng minh mô hình khuếch tán bước nhảy giúp giảm phương sai sai số từ 9,0118 xuống 3,6999, tương đương mức cải thiện 58,95%.
• Giải quyết triệt để khiếm khuyết phân phối chuẩn bằng cách tái tạo hệ số nhọn thực nghiệm đạt mức 5,0566, phản ánh chính xác hiện tượng đuôi béo và độ biến động nụ cười.
• Ứng dụng thành công thuật toán ước lượng hợp lý cực đại với 10 bước nhảy tối đa và phương pháp Moment hiệu quả sử dụng mô hình bổ trợ tự hồi quy bậc 10.
• Khẳng định khả năng ứng dụng thực tiễn vượt trội của mô hình trong việc nâng cao hiệu quả phòng hộ rủi ro và định giá tài sản tài chính tại Việt Nam trong lộ trình 12 tháng tới.

Hãy tham khảo và ứng dụng ngay các khung mô hình định lượng trong luận văn để tối ưu hóa chiến lược quản trị danh mục đầu tư và kiểm soát rủi ro ngoại hối một cách toàn diện.