Luận văn Thạc sĩ Kinh tế: Ứng dụng mô hình mạng thần kinh nhân tạo (ANN) vào dự báo chỉ số thị trường chứng khoán Việt Nam

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:63

Thêm vào BST

Báo xấu

46
lượt xem 8
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu nghiên cứu của đề tài là ứng dụng mạng thần kinh nhân tạo để dự báo giá thị trường chứng khoán tại Việt Nam, đồng thời kiểm định độ chính xác của phương pháp lai ghép trong dự báo có cải thiện tốt hơn không so với phương pháp tiếp cận thuần kỹ thuật. Mục tiêu của đề tài cũng làm rõ tác động mạnh của chiến tranh thương mại Mỹ- Trung Quốc khi thêm nhân tố tác động vĩ mô này vào dự báo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Kinh tế: Ứng dụng mô hình mạng thần kinh nhân tạo (ANN) vào dự báo chỉ số thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH ________________________ Dương Thanh Tâm ỨNG DỤNG MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN) VÀO DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ TP. HỒ CHÍ MINH - NĂM 2019
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH ________________________ Dương Thanh Tâm ỨNG DỤNG MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN) VÀO DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Chuyên ngành: Tài Chính – Ngân Hàng (Hướng Ứng Dụng) Mã số: 8340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: GS.TS. Trần Ngọc Thơ TP. HỒ CHÍ MINH - NĂM 2019
LỜI CAM ĐOAN Tôi xin cam đoan luận văn này là công trình nghiên cứu khoa học của tôi và không trùng lặp với bất cứ công trình khoa học nào khác. Các số liệu trình bày trong luận văn đã được kiểm tra kỹ và phản ánh hoàn toàn trung thực. Mọi tham khảo trình bày trong luận văn đều được trích dẫn rõ ràng tác giả. Ngày tháng năm 2019 Tác giả luận văn Dương Thanh Tâm
MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC BẢNG BIỂU, HÌNH VẼ TÓM TẮT ABSTRACT CHƯƠNG 1. GIỚI THIỆU ....................................................................................... 1 1.1 Lý do chọn đề tài ............................................................................................. 1 1.2 Mục tiêu nghiên cứu đề tài .............................................................................. 1 1.3 Phương pháp nghiên cứu................................................................................. 2 CHƯƠNG 2. TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY ......................... 3 CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU ...................................................... 6 3.1 TỔNG QUAN PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG ............... 6 3.2 PHƯƠNG PHÁP DỰ BÁO VỚI ANN .......................................................... 9 3.2.1 Thực trạng thị trường chứng khoán Việt Nam năm 2018 ....................... 10 3.2.2 Dự báo chỉ số thị trường chứng khoán Việt Nam với ANN ................... 13 CHƯƠNG 4. KẾT QUẢ DỰ BÁO ......................................................................... 18 4.1 Kết quả bằng đồ thị cho các cấu hình mạng bằng phương pháp lai ghép..... 19 4.2 Kết quả bằng đồ thị cho các cấu hình mạng sử dụng biến kỹ thuật .............. 24 4.3 Dự báo năm 2019 với mô hình được chọn.................................................... 30
CHƯƠNG 5. KẾT LUẬN ....................................................................................... 32 5.1 Ý tưởng đạt được .......................................................................................... 32 5.2 Đề xuất từ kết quả nghiên cứu ...................................................................... 32 5.3 Hạn chế của luận văn .................................................................................... 32 TÀI LIỆU THAM KHẢO PHỤ LỤC
DANH MỤC CÁC TỪ VIẾT TẮT ANN Artificial neural network, mạng thần kinh nhân tạo FED Federal Reserve System, Cục Dự trữ Liên bang Hoa Kỳ TTCK Thị trường chứng khoán TTCK VN Thị trường chứng khoán Việt Nam APT Arbitrage Pricing Theory, lý thuyết định giá kinh doanh chênh lệch CPI Consumer Price Index, chỉ số giá tiêu dùng GDP Gross Domestic Product, tổng sản phẩm quốc nội PPP Purchasing Power Parity theory, lý thuyết ngang giá sức mua EMH Efficient Market Hypothesis, lý thuyết thị trường hiệu quả
DANH MỤC BẢNG BIỂU, HÌNH VẼ Hình 3.1.1 Ví dụ về phân tích một chuỗi số liệu trong 1 năm (51 tuần) ................... 7 Hình 3.1.2 Sơ đồ mô tả mạng ANN đơn giản ........................................................... 9 Hình 3.2.1.1 Biểu đồ chỉ số VN-INDEX của TTCK VN trong năm 2018 ............. 11 Hình 3.2.2.1 Mô hình mạng nơ-ron truyền thẳng nhiều lớp dạng cơ bản ............... 14 Hình 3.2.2.2 Mô hình mạng nơ-ron truyền thẳng nhiều lớp dạng chuẩn tắc .......... 15 Bảng 4.1 Kết quả từ phương pháp lai ghép với mô hình dự báo ANN................... 18 Bảng 4.2 Kết quả từ phương pháp biến kỹ thuật với mô hình dự báo ANN .......... 19 Hình 4.1.1 Đồ thị mô hình dự đoán 10-18-1 ........................................................... 19 Hình 4.1.2 Đồ thị mô hình dự đoán 10-19-1 ........................................................... 20 Hình 4.1.3 Đồ thị mô hình dự đoán 10-20-1 ........................................................... 20 Hình 4.1.4 Đồ thị mô hình dự đoán 10-21-1 ........................................................... 21 Hình 4.1.5 Đồ thị mô hình dự đoán 10-22-1 ........................................................... 21 Hình 4.1.6 Đồ thị mô hình dự đoán 10-23-1 ........................................................... 22 Hình 4.1.7 Đồ thị mô hình dự đoán 10-24-1 ........................................................... 22 Hình 4.1.8 Đồ thị mô hình dự đoán 10-25-1 ........................................................... 23 Hình 4.1.9 Đồ thị mô hình dự đoán 10-26-1 ........................................................... 23 Hình 4.1.10 Đồ thị mô hình dự đoán 10-27-1 ......................................................... 24 Hình 4.2.1 Đồ thị mô hình dự đoán 8-18-1 ............................................................. 24 Hình 4.2.2 Đồ thị mô hình dự đoán 8-19-1 ............................................................. 25 Hình 4.2.3 Đồ thị mô hình dự đoán 8-20-1 ............................................................. 25
Hình 4.2.4 Đồ thị mô hình dự đoán 8-21-1 ............................................................. 26 Hình 4.2.5 Đồ thị mô hình dự đoán 8-22-1 ............................................................. 26 Hình 4.2.6 Đồ thị mô hình dự đoán 8-23-1 ............................................................. 27 Hình 4.2.7 Đồ thị mô hình dự đoán 8-24-1 ............................................................. 27 Hình 4.2.8 Đồ thị mô hình dự đoán 8-25-1 ............................................................. 28 Hình 4.2.9 Đồ thị mô hình dự đoán 8-26-1 ............................................................. 28 Hình 4.2.10 Đồ thị mô hình dự đoán 8-27-1 ........................................................... 29 Hình 4.3.1 Đồ thị so sánh chỉ số VN-INDEX năm 2019 giữa dự báo và thực tế ... 31 Hình 4.3.2 Đồ thị thống kê độ sai số dự báo của các ngày giao dịch năm 2019 .... 31 Bảng P.1 Tổng hợp các giá trị các biến liên quan chỉ số VN-INDEX 2018 ............. e Bảng P.2 Bảng kết quả dự báo của chỉ số VN-INDEX năm 2019 ............................o
ỨNG DỤNG MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN) VÀO DỰ BÁO CHỈ SỐ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Dương Thanh Tâm Trường Đại Học Kinh Tế Tp. HCM tam.duong@outlook.com TÓM TẮT Luận văn nghiên cứu thực trạng thị trường chứng khoán tại Việt Nam năm 2018 và sử dụng phương pháp định lượng hướng lai ghép được chạy trên nền mạng thần kinh nhân tạo với mô hình mạng nhiều lớp và thuật toán lan truyền ngược để kiểm định các nhân tố tác động lên thị trường chứng khoán Việt Nam. Kết quả bằng phương pháp lai ghép là tốt hơn so với phương pháp định lượng đơn thuần sử dụng các biến phân tích kỹ thuật. Từ khóa: Thực trạng thị trường chứng khoán Việt Nam 2018, định lượng bằng phương pháp lai ghép, phương pháp lai ghép trên nền mạng tế bào thần kinh nhân tạo, dự báo chỉ số chứng khoán với phương pháp lai ghép.
APPLICATION OF THE ARTIFICIAL NEURAL NETWORK (ANN) MODEL INTO FORECASTING THE STOCK MARKET INDEX IN VIETNAM Dương Thanh Tâm University of Economics Ho Chi Minh City tam.duong@outlook.com ABSTRACT Researching the reality of stock market in Vietnam in 2018 and applying quantitative methods by the hybridized approach which is run on an artificial neural network with a multi-layer network model and Backpropagation algorithm to test the impact of macro factors on the stock market in Vietnam. Results in the hybridized approach is better than using only technical analysis variables. Keywords: the reality of stock market in Vietnam in 2018, quantitative method with hybridized approach, hybridized approach is run on an artificial neural network, stock prediction with hybridized approach.
1 CHƯƠNG 1. GIỚI THIỆU 1.1 Lý do chọn đề tài Dự báo giá chứng khoán là một trong những chủ đề quan trọng của ngành tài chính được sự đầu tư tỉ mỉ của nhiều nhà nghiên cứu trên toàn thế giới, ở Việt Nam cũng không ngoại lệ. Năm 2018 khép lại, thị trường chứng khoán Việt Nam đóng cửa với mức lao dốc xuống còn 892.54 điểm, giảm hơn 9.3% so với đầu năm. Nhưng cũng trong thời gian này, năm 2018, chỉ số VN-INDEX đã thiết lập mốc cao nhất của mọi thời đại 1204.33 điểm vào ngày 9/4/2018. Vào bốn tháng đầu năm, ngành ngân hàng đã tăng 22.4%, nguồn vốn đổ dồn vào Việt Nam, thị trường tăng mạnh làm các nhà quản lý quỹ không biết giải ngân như thế nào. Nhưng với 3 lần tăng lãi suất của FED cùng với sự kiện chiến thương mại Mỹ-Trung Quốc đã ảnh hưởng mạnh đến dòng vốn chạy vào thị trường chứng khoán trên toàn cầu. Từ Trung Quốc, sau đó đến Mỹ điểm chứng khoán giảm mạnh làm ảnh hưởng lan tỏa đến thị trường chứng khoán Việt Nam (TTCK VN). Với việc bán ròng liên tục của các nhà đầu tư nước ngoài khiến thị trường biến động với biên độ lớn. Thống kê cho thấy TTCK VN giảm hơn 3% với 7 phiên trong năm, trong đó có phiên giảm hơn 5%, có thời điểm chỉ số VN-INDEX xuống thấp nhất trong năm là 880.85 điểm ngày 30/10/2018 và đóng cửa ngày này ở mức 888.69 điểm. Với sự biến động mạnh của thị trường chứng khoán năm 2018, luận văn đã tập trung vào nghiên cứu thực trạng này và làm rõ nhân tố tác động của chiến tranh thương mại Mỹ-Trung Quốc lên thị trường chứng khoán như thế nào bằng việc đưa nhân tố chiến tranh thương mại Mỹ-Trung Quốc vào phương pháp định lượng để dự báo chỉ số chứng khoán và kiểm thử độ chính xác của dự báo. 1.2 Mục tiêu nghiên cứu đề tài Mục tiêu nghiên cứu của đề tài là ứng dụng mạng thần kinh nhân tạo để dự báo giá thị trường chứng khoán tại Việt Nam, đồng thời kiểm định độ chính xác của phương pháp lai ghép trong dự báo có cải thiện tốt hơn không so với phương pháp tiếp cận thuần kỹ
2 thuật. Mục tiêu của đề tài cũng làm rõ tác động mạnh của chiến tranh thương mại Mỹ- Trung Quốc khi thêm nhân tố tác động vĩ mô này vào dự báo. Để đạt được mục tiêu đề ra, luận văn thống kê lại và xem xét nghiên cứu những yếu tố nào đưa vào mô hình dự báo. Luận văn cũng sẽ cân nhắc tính hiệu quả của mô hình dự báo lai ghép cho chỉ chứng khoán Việt Nam. 1.3 Phương pháp nghiên cứu Phương pháp dự báo mà đề tài sử dụng là nền tảng trí tuệ nhân tạo chạy trên mạng thần kinh nhân tạo với mô hình mạng nhiều lớp và thuật toán lan truyền ngược nhằm tăng tỷ lệ chính xác cũng như cải thiện thời gian tính toán trên một khối lượng dữ liệu lớn tồn tại trong thực tế. Dữ liệu được dùng trong nghiên cứu là những chỉ số liên quan đến VN-INDEX trong những ngày giao dịch của năm 2018 (như giá mở cửa, giá đóng cửa, giá cao nhất, giá thấp nhất,…) Những dữ liệu này được lấy từ các nguồn chứng khoán Việt Nam rất dễ tiếp cận, đối chiếu và tin cậy.
3 CHƯƠNG 2. TỔNG QUAN CÁC NGHIÊN CỨU TRƯỚC ĐÂY TTCK chịu sự tác động bởi nhiều yếu tố từ vi mô cho đến vĩ mô. Còn chỉ số chứng khoán là đại diện cho tình hình của TTCK. Lý thuyết định giá kinh doanh chênh lệch APT (Arbitrage Pricing Theory) được phát triển bởi Stephen A. Ross (1976) cho rằng tỉ suất sinh lời kỳ vọng của chứng khoán được xác định bằng phương trình k nhân tố: RJ = αj + βj,1F2 +…+ βj,KFK + uj Bằng thực nghiệm nhiều nhà khoa học đã chứng minh các nhân tố chính này là: (1) Lạm phát: là nhân tố tác động mạnh mẽ đến giá cổ phiếu. Lạm phát tăng là một trong những biểu hiện bất ổn của nền kinh tế nhất là khi chính phủ không thành công trong việc kiềm chế lạm phát leo thang. Tâm lí đám đông xuất hiện trong việc bán tháo cổ phiếu do khủng hoảng niềm tin lại làm cho chỉ số TTCK giảm. Hậu quả là thị trường diễn ra tình trạng kém thanh khoản nghiêm trọng. Do đó, lạm phát chỉ tác động trực tiếp đến giá cổ phiếu ở những quốc gia có lạm phát biến động thất thường cộng với việc nhà đầu tư mất niềm tin vào khả năng kiểm soát của chính phủ. (Fama, 1991), (Mohamed et al., 2009). (2) Lãi suất: trên thị trường tiền tệ, biến động của lãi suất có tác động gián tiếp nhưng rất nhạy cảm đến TTCK. Lãi suất tăng sẽ thu hút dòng tiền gửi vào hệ thống ngân hàng làm cho dòng tiền đổ vào TTCK bị ảnh hưởng. Trạng thái này làm cho tỷ suất sinh lợi kỳ vọng trên TTCK phải tăng do nhà đầu tư đòi hỏi một mức cao hơn tỷ suất sinh lợi từ hệ thống ngân hàng. Điều này dẫn đến sự sụt giảm giá cổ phiếu. (Fama, 1981) (3) Tỉ giá hối đoái: là một trong những nhân tố có tác động đến giá cổ phiếu, những doanh nghiệp xuất khẩu chịu tác động mạnh bởi tỉ giá hối đoái, do đó chúng tác động mạnh tới sự thay đổi giá cổ phiếu của các doanh nghiệp này. Và tỉ giá hối đoái có thể ảnh hưởng lên tỷ suất sinh lợi của cổ phiếu thông qua tác động của nó đối với dòng vốn đầu tư vào TTCK của các quốc gia. Sự lo ngại giảm giá đồng tiền trong nước sẽ làm
4 cho các nhà đầu tư nước ngoài rút khỏi thị trường, còn nếu nội tệ được kỳ vọng tăng giá thì nó sẽ trở nên hấp dẫn với nhà đầu tư nước ngoài, nên sẽ ảnh hưởng đến TTCK của quốc gia. Bên cạnh đó, sự gia tăng đột ngột của tỉ giá hối đoái có thể là biểu hiện của một nền kinh tế và chính sách điều hành kinh tế yếu kém làm cho nhà đầu tư, đặc biệt là nhà đầu tư nước ngoài mất niềm tin vào nền kinh tế và chính sách điều hành của Chính phủ sẽ rút vốn ra khỏi TTCK (Bailey & Chung, 1995). Tuy nhiên, các nghiên cứu của (Christopher et al., 2006), (Suliaman et al., 2012) không tìm thấy tác động của tỉ giá hối đoái đến giá chứng khoán. (4) Giá vàng thế giới: vàng được xem là cách để phòng ngừa rủi ro khi nền kinh tế suy thoái, dòng tiền từ TTCK sẽ dịch chuyển sang thị trường vàng để giảm thiểu rủi ro. Khi nền kinh tế cơ bản được phục hồi, các nhà đầu tư sẽ bán những tài sản trú ẩn an toàn này và dòng vốn sẽ lại dịch chuyển vào TTCK. Tuy nhiên, người dân Việt Nam có xu hướng tích trữ vàng, đặc biệt là trong những giai đoạn nền kinh tế yếu kém, lạm phát cao. (Trương Đông Lộc, 2014) (5) Cung tiền: Khi tác động đến nguồn cung tiền đang lưu thông sẽ có tác động nhạy cảm đến TTCK. Bằng cách hút một lượng tiền lớn ra khỏi lưu thông sẽ gây ảnh hưởng trực tiếp đến nhà đầu tư bởi bị giới hạn nguồn vốn kinh doanh dẫn đến bị giới hạn trong việc mua cổ phiếu và TTCK bị ảnh hưởng là một điều tất yếu. Ngược lại việc tăng lượng tiền trong lưu thông sẽ tác động đến việc tăng sức cầu cổ phiếu và TTCK cũng bị tác động. (Chen et al., 1986), (Mukherjee, 1995). (6) Tăng trưởng kinh tế: thường được thể hiện qua tăng trưởng GDP hay chỉ số sản lượng công nghiệp của quốc gia (đối với những nước công nghiệp phát triển) có mối quan hệ mật thiết với giá cổ phiếu. Kinh tế tăng trưởng có ảnh hưởng rất rõ đến suất sinh lợi của cổ phiếu nói riêng và TTCK nói chung. Khi nhà đầu tư kỳ vọng tăng trưởng kinh tế tốt, họ kỳ vọng giá cổ phiếu tăng và điều này sẽ tăng dòng vốn vào TTCK. Ngược lại,
5 nền kinh tế được kỳ vọng là giảm sút hoặc thậm chí suy thoái thì nhà đầu tư có xu hướng rút vốn ra khỏi TTCK. (Fama, 1981), (Fama & Schwert, 1990). (7) Tỉ suất sinh lợi của các TTCK thế giới: việc hội nhập ngày càng sâu rộng vào thị trường tài chính quốc tế, những biến động của chỉ số chứng khoán khu vực hay từ các thị trường lớn của thế giới sẽ có tác động nhất định đến giá cổ phiếu của một quốc gia. Ngoài ra, chỉ số giá của một số thị trường lớn còn phản ánh tình trạng của nền kinh tế khu vực, thế giới và có thể tác động đến giá chứng khoán của một quốc gia cụ thể. (8) Giá dầu: giá dầu tăng 1 USD/thùng thì chỉ số VN-Index tăng gần 4.42 điểm. Theo nghiên cứu, mối tương quan giữa giá dầu với giá chứng khoán ở các nước xuất khẩu dầu mỏ là tỉ lệ thuận, và ngược lại là tỉ lệ nghịch với những nước nhập khẩu dầu mỏ. Việt Nam không phải là một quốc gia xuất khẩu dầu mỏ mà lại thể hiện tương quan thuận vì biến động giá xăng dầu khi thể hiện ra trên thị trường chịu nhiều sự can thiệp từ chính phủ, nên tín hiệu từ nhân tố này đã sai lệch. (Phan Thị Bích Nguyệt & Phạm Dương Phương Thảo, 2013).
6 CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU 3.1 TỔNG QUAN PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG Phương pháp dùng để dự báo chỉ số VN-INDEX trong nghiên cứu là một phương pháp định lượng với tên gọi phương pháp lai ghép. Việc áp dụng phương pháp định lượng đã được thực tiễn chứng minh về độ chính xác rất tốt, nên đề tài nghiên cứu đặt ra một phương pháp lai ghép với nền tảng mạng thần kinh nhân tạo với kỳ vọng hoàn thiện độ chính xác của dự báo tốt hơn nữa khi thêm vào biến cơ bản là tác động của nhân tố vĩ mô chiến tranh thương mại Mỹ-Trung Quốc. Trước khi đi vào phương pháp lai ghép, đề tài nghiên cứu sẽ hệ thống lại các kiên thức về phương pháp định lượng. Phương pháp định lượng dựa trên các mô hình toán học và dữ liệu quá khứ để phát hiện sự vận động trong tương lai theo một quy luật nào đó với giả định các yếu tố trong quá khứ sẽ lặp lại. Các mô hình được sử dụng rộng rãi ngày nay như mô hình chuỗi thời gian, biến nhân quả hoặc phương pháp khá phức tạp hơn là mạng tế bào thần kinh nhân tạo ANN (Artificial neural network). a/ Mô hình chuỗi thời gian Là mô hình dự báo giá trị tương lai của một biến số nào đó bằng việc phân tích số liệu quá khứ và hiện tại của những biến đó với giả định tương lai của biến cần dự báo sẽ giữ nguyên xu thế trong quá khứ. Việc này thể hiện qua “dừng” (ổn định) của chuỗi dữ liệu, đây là yếu tố quan trọng để đưa ra những dự báo đáng tin cậy. Toàn bộ dự báo minh họa trong Hình 3.1.1 được chia làm phần: • Giai đoạn dự báo hậu nghiệm: để kiểm nghiệm tính đúng đắn dự báo. Cần phải thay thế mô hình hay mở rộng mẫu dữ liệu nếu mô hình không đảm bảo tính đúng đắn theo yêu cầu.
7 • Giai đoạn dự báo tiền nghiệm: là mục tiêu chính cần đạt được. Mặc dù chưa xảy ra nhưng bằng một số tiêu chí, phương pháp thống kê sẽ giúp cho chúng ta biết được độ tin cậy của mô hình ở mức độ nào. Hình 3.1.1 Ví dụ về phân tích một chuỗi số liệu trong 1 năm (51 tuần) Dự báo giá thị trường chứng khoán bằng chuỗi thời gian là được sử dụng khá nhiều vì đầu vào cần có là những số liệu theo chuỗi thời gian. Nhưng phương pháp này kém hiệu quả ở việc dự báo dài hạn. Mô hình chuỗi thời gian phổ biến như ARIMA và phương pháp Box-Jenkins được George Box và Gwilym Jenkins nghiên cứu năm 1976; Và ARCH/GARCH được dùng để dự báo rủi ro, và dự báo độ dao động tỷ suất sinh lời của cổ phiếu theo thời gian. ARCH do Robert Engle và Clive Granger nghiên cứu năm 1982, còn GARCH được Tim Bollerslev đề xuất năm 1986 để khắc phục những hạn chế của ARCH. b/ Mô hình nhân quả Mô hình dự báo này dựa trên mối quan hệ nhân quả hay sự tác động qua lại giữa biến phụ thuộc và biến độc lập, đòi hỏi các lý thuyết về kinh tế, tài chính, cũng như kinh
8 nghiệm thực tế của nhà dự báo trong việc thiết lập mối quan hệ này. Sau đó cần thu thập dữ liệu, ước lượng mô hình, kiểm định giả thuyết và cuối cùng là thực hiện dự báo. Trong dự báo giá chứng khoán, biến phụ thuộc (hay biến cần dự báo) là giá cổ phiếu hay tỷ suất sinh lời. Còn các biến độc lập như tốc độ lạm phát, mức thất nghiệp, cung tiền trong nền kinh tế, tăng trưởng công nghiệp…, đây là các biến số của nền kinh tế vĩ mô. Hoặc các biến vi mô như lợi nhuận, mức độ tăng trưởng, giá hàng hóa của doanh nghiệp. Và bất kỳ yếu tố nào mà tác động lên thị trường hay giá cổ phiếu đều có thể sử dụng làm biến độc lập. Các mô hình hồi quy được sử dụng để tìm kiếm mối quan hệ giữa biến phụ thuộc và biến độc lập để dự báo xu hướng và những nhân tố tác động đến giá chứng khoán. Phương pháp này có khuyết điểm là khó khăn trong thu thập dữ liệu, do có ít dữ liệu về doanh nghiệp cũng như yếu tố vĩ mô trong thực trạng hiện tại của Việt Nam. c/ Mô hình mạng tế bào thần kinh nhân tạo ANN Lý thuyết ANN (còn được gọi ngắn gọn là mạng nơ-ron) được phát triển từ những năm 1940 đến nay và đã ứng dụng rộng rãi trong nhiều lĩnh vực. ANN nhanh chóng trở thành một hướng nghiên cứu đầy triển vọng trong mục đích xây dựng các cổ máy thông minh tiến gần trí tuệ con người. Trong lĩnh vực chứng khoán, ANN được sử dụng khá phổ biến và là một trong những phương pháp hàng đầu để dự báo thị trường, giá cổ phiếu. Sự linh hoạt và khả năng thích ứng của ANN cũng hấp dẫn nhiều đến các nhà nghiên cứu trong các lĩnh vực khác như ngân hàng, điện tử, robotics, dầu khí,… ANN được xây dựng bằng cách mô phỏng bộ não con người. Bộ não là một hệ thống máy tính xử lý tín hiệu thông tin một cách song song, phi tuyến và cực kỳ phức tạp tồn tại trong tự nhiên. Bộ não gồm các tế bào thần kinh và các khớp nối thần kinh, để tính toán các việc nhận dạng mẫu, điều khiển vận động nhanh hơn nhiều lần các siêu máy
9 tính và chưa có hệ thống nào có thể thay thế được. Sự mô phỏng bộ não rút ra từ các nghiên cứu về thần kinh sinh học. Dữ liệu đầu vào để thực hiện dự báo bằng ANN khá đa dạng và tùy thuộc vào trình độ, kinh nghiệm, mục tiêu dự báo và những cơ sở dữ liệu mà người làm dự báo có. Trong dự báo chứng khoán, các dữ liệu đầu vào thường được dùng như giá, khối lượng… Ngoài ra, các dữ liệu liên quan đến nền kinh tế cũng có thể làm đầu vào cho quá trình dự báo. Những thuật toán phức tạp thông qua việc mô phỏng xử lý thông tin như bộ não con người sẽ xử lý các thông tin đầu vào để cho ra kết quả đầu ra mong đợi. Hình 3.1.2 mô phỏng quy trình làm việc của một ANN đơn giản. Hình 3.1.2 Sơ đồ mô tả mạng ANN đơn giản 3.2 PHƯƠNG PHÁP DỰ BÁO VỚI ANN Trước khi đi vào dự báo thị trường trường chứng khoán Việt Nam năm 2018, luận văn tiến hành nghiên cứu thực trạng thị trường chứng khoán nhằm làm rõ tác động của chiến tranh thương mại Mỹ-Trung Quốc để quyết định thêm nhân tố này vào dự báo.
10 3.2.1 Thực trạng thị trường chứng khoán Việt Nam năm 2018 Sau khủng hoảng tài chính toàn cầu 2008, năm 2012 đến 2017, chỉ số chứng khoán song hành với đà tăng trưởng của nền kinh tế đã đạt mức tăng trưởng cao, tăng khoảng 48% trong năm 2017. VN-INDEX được xếp vào một trong nhóm những chỉ số có mức tăng ấn tượng nhất thế giới. Các chuyên gia dự báo trong năm 2018 thị trường sẽ rất triển vọng. Thực tế khẳng định vào 9/4/2018, một mức kỷ lục mới của VN-INDEX được xác lập tại 1204.33 điểm, và có lúc lên đến 1211.34 điểm vào ngày hôm sau, con số cao nhất từ trước đến giờ. Tuy nhiên, TTCK năm 2018 cũng chứng kiến tình trạng biến động mạnh nhất trong 10 năm. Bằng việc các chỉ số tăng mạnh, nó cũng thể hiện mức định giá cổ phiếu trở nên đắt đỏ hơn và những bất ổn bắt đầu xuất hiện trong trạng thái ổn định của thị trường. Chiến tranh thương mại Mỹ-Trung Quốc leo thang, chính phủ có xu hướng siết chặt dòng tiền, tăng lãi suất đã ảnh hưởng không nhỏ tới thị trường tài chính toàn cầu và Việt Nam cũng bị tác động. Và sau khi FED tiến hành nâng lãi suất khiến dòng chảy vốn xoay chiều, đồng USD tăng giá, tác động lên thị trường hàng hoá, đặc biệt là dầu thô đã xoay chiều tất cả những dự báo trước đó. VN-INDEX từ vùng đỉnh 1204.33 điểm đã giảm xuống vùng 900 điểm trong ba quý cuối năm, tương ứng mức điều chỉnh khoảng 25%. Mức biến động của VN-INDEX trong năm qua là khá lớn và cũng nằm trong danh sách 10 chỉ số chứng khoán có biến động mạnh nhất trên thế giới. Hình 3.2.1.1 minh họa cho biến động của VN-INDEX trong năm 2018.