Báo Cáo ứng dụng mô hình arima để dự báo vnindex

Thảo luận trong 'Chưa Phân Loại' bắt đầu bởi Thúy Viết Bài, 5/12/13.

  1. Thúy Viết Bài

    Thành viên vàng

    Bài viết:
    198,891
    Được thích:
    173
    Điểm thành tích:
    0
    Xu:
    0Xu
    ỨNG DỤNG MÔ HÌNH ARIMA ĐỂ DỰ BÁO VNINDEX
    APPLICATION OF ARIMA MODEL TO FORECAST VNINDEX

    SVTH: Bùi Quang Trung, Nguyễn Quang Minh Nhi,
    Lê Văn Hiếu, Nguyễn Hồ Diệu Uyên
    Lớp 33K15, Khoa Tài Chính – Ngân hàng, Trường Đại học Kinh tế
    GVHD: TS. Võ Thị Thúy Anh
    Khoa Tài Chính – Ngân hàng, Trường Đại học Kinh tế

    TÓM TẮT
    Thị trường chứng khoán trên thế giới nói chung và ở Việt Nam nói riêng luôn là nơi hấp
    dẫn các tổ chức và cá nhân đầu tư bởi mức sinh lợi cao của nó. Tuy nhiên, đây cũng là một hoạt
    động tiềm ẩn rất nhiều rủi ro. Vì thế, việc đưa ra dự báo xu hướng biến động của chỉ số giá chứng
    khoán để có một sách lược phù hợp cho hoạt đầu tư của cá nhân, tổ chức thu hút rất nhiều sự
    quan tâm của các nhà kinh tế lượng tài chính trong và ngoài nước. Đề tài này cung cấp cách thức
    xây dựng mô hình ARIMA trong dự báo chỉ số VNIndex trên thị trường chứng khoán Việt Nam.
    ABSTRACT
    Stock markets around the world in general and in Vietnam in particular are always
    attractive to investment institutions and individual investors because of its high level of profitability.
    However, it is also an operation with a lot of potential risks. Thus, forecasting the trends of the
    stock index to adapt a consistent investment strategy for individuals and organizations attracts the
    attention of many financial specialists, both domestic and abroad. This research offers a method to
    build the ARIMA model in forecasting the VN-Index on this local stock market.
    1. Đặt vấn đề
    Ra đời vào đầu năm 2000, thị trường chứng khoán Việt Nam đã trở thành một kênh
    đầu tư hết sức hấp dẫn đối với các nhà đầu tư, từ các tổ chức đầu tư chuyên nghiệp cho đến
    các nhà đầu tư cá nhân nghiệp dư nhỏ lẻ. Tuy nhiên, bên cạnh mức sinh lợi cao, đây cũng
    là hoạt động luôn tồn tại nhiều rủi ro tiềm ẩn bởi nhà đầu tư không phải lúc nào cũng dự
    đoán được chính xác xu hướng của giá cổ phiếu trong tương lai. Do đó, việc dự báo chính
    xác sự biến động giá của cổ phiếu để có một sách lược nhằm phục vụ cho công việc kinh
    doanh của các cá nhân, tổ chức hay hoạch định chiến lược của một quốc gia đã thu hút rất
    nhiều sự quan tâm của các nhà kinh tế lượng tài chính trong và ngoài nước.
    Tại thị trường Việt Nam, sự biến động của chỉ số VnIndex phản ánh rủi ro hệ
    thống, vì vậy, việc dự báo được sự tăng giảm của Vn-Index cũng đồng thời giúp các nhà
    đầu tư nhận biết chiều hướng biến động giá của các cổ phiếu trên thị trường này.
    Trong khuôn khổ đề tài, chúng tôi đề xuất sử dụng mô hình ARIMA và phương
    pháp Box-jenkins để dự báo chỉ số VnIndex trong ngắn hạn căn cứ vào chuỗi dữ liệu quá
    khứ. George Box và Gwilym Jenkins (1976) đã nghiên cứu mô hình ARIMA
    (Autoregressive Integrated Moving Average - Tự hồi qui tích hợp Trung bình trượt), và
    tên của họ thường được dùng để gọi tên các quá trình ARIMA tổng quát, áp dụng vào việc
    phân tích và dự báo các chuỗi thời gian. Phương pháp Box-Jenkins với bốn bước: nhận
    dạng mô hình thử nghiệm; ước lượng; kiểm định bằng chẩn đoán; và dự báo.
    2. Xây dựng mô hình ARIMA cho VnIndex
    2.1. Giới thiệu về số liệu

    + Nguồn cập nhật số liệu là trang web cophieu68.com. Đây là trang web chuyên
    cung cấp số liệu về thị trường chứng khoán Việt Nam.
    + Số liệu VnIndex được lấy từ ngày 2/1/2009 tới ngày 30/3/2010. Sở dĩ nhóm thực
    hiện quyết định chọn chuỗi thời gian này vì VnIndex trong thời gian này phán ánh tương
    đối tác động của nền kinh tế vĩ mô lên giá chứng khoán.
    2.2. Cơ sở lý luận
    Mô hình sử dụng dữ liệu chuỗi thời gian, xem giá trị trong quá khứ của một biến số
    cụ thể là một chỉ tiêu tốt phản ánh giá trị trong tương lai của nó, cụ thể, cho Yt là giá trị của
    biến số tại thời điểm t với Yt = f(Yt-1, Yt-2, ., Y0, t).
    Mục đích của phân tích là để thấy rõ một số mối quan hệ giữa các giá trị Yt được
    quan sát đến nay để cho phép chúng ta dự báo giá trị Yt trong tương lai. Phương pháp này
    đặc biệt hữu ích cho việc dự báo trong ngắn hạn.
     

    Các file đính kèm:

Đang tải...