Ứng dụng mô hình ARIMA trong dự báo chỉ số VN-Index

Bài viết Ứng dụng mô hình ARIMA trong dự báo chỉ số VN-Index tập trung dự báo chỉ số Vn-Index trong ngắn hạn bằng cách sử dụng mô hình ARIMA với phương pháp Box-jenkins theo 4 bước: Nhận dạng, ước lượng, kiểm tra và dự báo. Và từ kết quả nghiên cứu sẽ đưa ra các khuyến cáo với nhà đầu tư về việc ứng dụng mô hình ARIMA.
Nội dung trích xuất từ tài liệu:
Ứng dụng mô hình ARIMA trong dự báo chỉ số VN-Index 90 Nguyễn Hồ Diệu Uyên, Nguyễn Thị Thanh Huyền ỨNG DỤNG MÔ HÌNH ARIMA TRONG DỰ BÁO CHỈ SỐ VN-INDEX THE APPLICATION OF ARIMA MODEL TO VN-INDEX FORECAST Nguyễn Hồ Diệu Uyên, Nguyễn Thị Thanh Huyền Trường Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng; Email: ntth0401@gmail.com Tóm tắt - Thị trường chứng khoán luôn hấp dẫn các tổ chức và cá Abstract - The stock market always attract sorganisations and nhân đầu tư bởi mức sinh lợi cao. Các nhân tố tác động vào thị individuals because of its high capability of profit generation. trường Việt Nam rất đa dạng và biến đổi khó lường. Bên cạnh đó, Factors affecting the Vietnam market are diverse and yếu tố hành vi chi phối phần lớn biến động thị trường. Vì vậy công unpredictable. Besides, the behaviour factor controls most of the việc dự báo Vn-Index gặp nhiều khó khăn. ARIMA là một công cụ market fluctuation. Therefore, the forecast of Vn Index has met with dự báo hữu hiệu và phổ biến đối với dữ liệu chuỗi thời gian như difficulties. ARIMA is a efficient and popular tool to forecast the data Vn-Index. Việc dự báo được sự tăng giảm của Vn-Index giúp nhà in time chain like Vn Index. Forecasting the ups and downs of Vn đầu tư nhận biết chiều hướng biến động giá của các cổ phiếu để Index helps investors acquire the fluctuating trend of stocks to plan hoạch định chiến lược đầu tư phù hợp. Trong phạm vi bài báo này, their strategies appropriately. In this paper, the author focuses on tác giả tập trung dự báo chỉ số Vn-Index trong ngắn hạn bằng cách forecasting the Vn Index in the short term using ARIMA model with sử dụng mô hình ARIMA với phương pháp Box-jenkins theo 4 Box-Jenkins methods in 4 steps: identifying, estimating, testing as bước: nhận dạng, ước lượng, kiểm tra và dự báo. Và từ kết quả well as forecasting, and gives advice to investors in applying nghiên cứu sẽ đưa ra các khuyến cáo với nhà đầu tư về việc ứng ARIMA. dụng mô hình ARIMA. Từ khóa - thị trường chứng khoán; cổ phiếu; đầu tư; dự báo; mô Key words - stock market; stock; investment; predict; ARIMA. hình ARIMA. 1. Đặt vấn đề nghĩa thiết thực. Có bốn phương pháp dự báo kinh tế dựa Được hình thành từ đầu năm 2000, thị trường chứng vào dữ liệu chuỗi thời gian: mô hình hồi quy đơn phương khoán (TTCK) Việt Nam đã trở thành một kênh đầu tư hấp trình, mô hình hồi quy phương trình đồng thời, mô hình dẫn đối với các nhà đầu tư, từ các tổ chức đầu tư chuyên trung bình trượt kết hợp tự hồi quy (ARIMA), và mô hình nghiệp cho đến các nhà đầu tư cá nhân nghiệp dư nhỏ lẻ. tự hồi quy véctơ (VAR) [5]. Đặc biệt, mô hình ARIMA là Từ 2 mã chứng khoán niêm yết ban đầu là REE và SAM, mô hình được các nhà nghiên cứu kinh tế thế giới áp dụng cho đến nay đã có gần 700 công ty niêm yết. TTCK ngày nhiều trong dự báo chuỗi giá chứng khoán. càng phát triển thì mức sinh lợi tăng đồng thời gia tăng rủi Do ảnh hưởng của khủng hoảng kinh tế nên hoạt động ro. Phần đông các nhà đầu tư chỉ mua bán cổ phiếu theo của TTCK Việt Nam khá ảm đạm. Các nhà đầu tư không cảm tính và đa phần chịu ảnh hưởng của các thông tin ngắn mặn mà bởi mức sinh lợi không cao. Tuy nhiên, nếu có hạn. Do đó, giá chứng khoán biến động bất thường. Điều chiến lược đầu tư và dự báo thì vẫn có thể đạt được lợi này ảnh hưởng đến sự ổn định và phát triển bền vững của nhuận cao. Do giá chứng khoán biến động thất thường. Vì TTCK Việt Nam [3]. vậy, trong phạm vi bài báo này, tác giả tập trung ứng dụng Khi quyết định đầu tư vào bất kỳ chứng khoán nào nhà mô hình ARIMA với phương pháp Box-Jenkins để dự báo đầu tư cũng đều cần có những phân tích kỹ lưỡng về rủi ro Vn-Index trong ngắn hạn. và tỷ suất lợi tức. Rủi ro hệ thống là những sự cố xảy ra 2. Vận dụng mô hình mô hình ARIMA cho Vn-Index trong quá trình vận hành hệ thống (nền kinh tế) hoặc những sự cố xảy ra ngoài hệ thống nhưng có tác động đến phần 2.1. Mô hình ARIMA lớn hệ thống. Các nhân tố của rủi ro hệ thống bao gồm: Sự Mô hình ARIMA chỉ mới được khởi xướng từ vài năm biến động ngoài dự kiến của lạm phạt, lãi suất; sự thay đổi trở lại đây, nhưng với sự phát triển của khoa học công nghệ, chính sách tiền tệ của chính phủ; tăng trưởng kinh tế, dấu thế giới đã và đang nghiên cứu mô hình ARIMA ở mức độ hiệu của khủng hoảng kinh tế, khủng hoảng tài chính; biến ngày càng sâu bởi sự thành công của nó trong dự báo. động chính trị và kinh tế khu vực; biến động chính trị trong Trong một số trường hợp dự báo thu được từ phương pháp nước; thiên tai diện rộng làm đình trệ hoạt động của hệ này có tính tin cậy cao hơn so với các dự báo thu được từ thống trong dài ngày; … Những rủi ro này gây ảnh hưởng các phương pháp mô hình kinh tế lượng truyền thống khác, đến giá của hầu hết các chứng khoán và không thể đa dạng đặc biệt là trong dự báo ngắn hạn. hóa được [2]. Nhằm giảm thiểu rủi ro, đạt được lợi ích khi Tại Việt Nam cũng có một số công trình nghiên cứu vận đầu tư, chúng ta cần dự báo được mức độ biến động Vn- dụng mô hình ARIMA để dự báo sản lượng lúa, lượng Index và đo lường rủi ro của hệ thống của cổ phiếu để từ khách du lịch,... nhưng rất ít nghiên cứu liên quan đến đó có quyết định đầu tư phù hợp. chứng khoán được trình bày một cách hệ thống và cập nhật. Trong giai đoạn hiện nay, việc nghiên cứu và ứng d ...