Tài liệu Hiệu quả của mô hình garch trong việc dự báo mức độ biến thiên của thị trường chứng khoán việt nam

Đại Học Quốc Gia Tp. Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA ------------------ MẠC QUỐC ÂN HIỆU QUẢ CỦA MÔ HÌNH GARCH TRONG VIỆC DỰ BÁO MỨC ĐỘ BIẾN THIÊN CỦA THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM KHOÁ LUẬN 08 năm 2013 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán bộ hướng dẫn khoa học: ……………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………... Cán bộ chấm nhận xét 1: …………………………………………………………... ……………………………………………………………………………………… ……………………………………………………………………………………… Cán bộ chấm nhận xét 2:…………………………………………………………… ……………………………………………………………………………………... ……………………………………………………………………………………… Khoá luận thạc sĩ được bảo vệ/nhận xét tại HỘI ĐỒNG CHẤM BẢO VỆ KHOÁ LUẬN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày . . . . . tháng . . . . năm . .... Thành phần hội đồng đánh giá khoá luận thạc sĩ gồm: 1. Chủ tịch: …….. 2. Thư ký: ……… 3. Ủy viên: ……... CHỦ TỊCH HỘI ĐỒNG CÁN BỘ HƯỚNG DẪN ĐẠI HỌC QUỐC GIA TP. HCM CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc Lập - Tự Do - Hạnh Phúc Tp. HCM, ngày 19 tháng 08 năm 2013 NHIỆM VỤ KHOÁ LUẬN THẠC SĨ Họ và tên học viên: Mạc Quốc Ân Ngày, tháng, năm sinh: Chuyên ngành: Giới tính: Nam Nơi sinh: TP. Hồ Chí Minh 07/01/1982 Quản trị kinh doanh Khoá (Năm trúng tuyển): MSHV: 10170733 2010 1- TÊN ĐỀ TÀI: HIỆU QUẢ CỦA MÔ HÌNH GARCH TRONG VIỆC DỰ BÁO MỨC ĐỘ BIẾN THIÊN CỦA THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM 2- NHIỆM VỤ KHOÁ LUẬN 1. Phân chia tập danh mục của các công ty chứng khoán trên sàn HOSE theo mô hình ba nhân tố Fama French. 2. Kiểm định mức độ biến thiên của thị trường chứng khoán Việt Nam bằng tập mô hình GARCH, khả năng dự báo của tập mô hình. 3. Cung cấp thông tin để chọn tập danh mục đầu tư, quản trị rủi ro. 3- NGÀY GIAO NHIỆM VỤ: 29/04/2013 4- NGÀY HOÀN THÀNH NHIỆM VỤ: 16/08/2013 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS Dương Như Hùng Nội dung và đề cương Khoá luận thạc sĩ đã được Hội Đồng Chuyên Ngành thông qua. CÁN BỘ HƯỚNG DẪN (Họ tên và chữ ký) KHOA QL CHUYÊN NGÀNH (Họ tên và chữ ký) Lời Cảm Ơn Lời đầu tiên, tôi xin cảm ơn các thầy, cô trong khoa Quản Lý Công Nghiệp đã trang bị cho tôi những kiến thức nền bổ ích trong những học kỳ vừa qua. Tôi xin bày tỏ lòng biết ơn sâu sắc tới thầy Dương Như Hùng, đã tận tình chỉ dẫn, giúp đỡ tôi vượt qua những lúc khó khăn trong suốt thời gian làm khóa luận, giúp tôi hoàn thành bài khóa luận này. gia đình, khoá luận 08 năm 2013 thực hiện khoá luận Mạc Quốc Ân NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ ............................................................................................................................ Bài nghiên cứu này đánh giá hiệu quả của tập mô hình GARCH trong việc dự báo mức độ biến thiên của thị trường chứng khoán Việt Nam, đại diện là các công ty được niêm yết trên sàn chứng khoán Tp.Hồ Chí Minh (HOSE). Dữ liệu được phân tập theo mô hình ba nhân tố Fama French. Tính biến động sẽ được kiểm chứng bằng tập mô hình GARCH: GARCH(1,1), TGARCH(1,1), EGARCH(1,1). Để xác định hiệu quả của tính biến động, ta so sánh giữa các mô hình bằng chỉ tiêu AIC, SIC, sai số bình phương trung bình (RMSE). Kết quả cho thấy mô hình GARCH(1,1) cho chất lượng dự báo tốt hơn so với các mô hình GARCH không tuyến tính TGARCH(1,1) và EGARCH(1,1). Qua đó làm cơ sở cho các nhà đầu tư có thể dự báo mức độ rủi ro của danh mục trong tương lai. ABSTRACT This paper discusses the performance of modeling and forecasting the volatility of monthly stock return of HOCHIMINH stock exchange (HOSE). We apply therefactor Fama French model to create the portfolios, which are constructed by size (ME) and the ratio of book value to market value (BE/ME). The volatility is modeled by GARCH family models which are GARCH(1,1), TGARCH(1,1), EGARCH(1,1). In order to determine the performance of forecasting volatility, we compare the models by AIC, SBC creations and Root Mean Squared Error (RMSE). We find out the GARCH(1,1) model performs better than another models. On the basis of an estimated volatility, investors can forecast the uncertainty of their future financial portfolio. CK: chứng khoán EW: equal weight, trọng số cân bằng SSL: suất sinh lợi TTCK: Thị trường chứng khoán. VN: Việt Nam VNI: VN index VW: value weight, trọng số giá trị theo quy mô công ty Danh Trang Bảng 3.1: Số mã CK của từng tập danh mục theo từng năm .............................. 24 Bảng 3.2: Tập danh mục khảo sát ....................................................................... 25 Bảng 3.3: Thông số thống kê của tập danh mục dữ liệu ..................................... 27 Bảng 3.4: Kiểm tra tính dừng của chuỗi dữ liệu ..................................................28 Bảng 4.1: Kết quả sau khi kiểm tra ảnh hưởng phương sai thay đổi .................. 30 Bảng 4.2: Kết quả các tiêu chí AIC, SBC, RMSE cho tập danh mục ứng với tập mô hình GARCH ....................................................................................................... 35-36 Bảng 4.3: Mô hình được chọn ứng với từng danh mục....................................... 37-38 Danh Hình 2.1: Ví dụ phương sai không đổi và thay đổi ............................................. 6 Hình 2.2: Các mẫu hình giả thiết của phần dư bình phương ước lượng ............. 8 Hình 2.3: Các giai đoạn của chuỗi thời gian ....................................................... 13 Hình 3.1: Quy trình thực hiện dự báo chung ....................................................... 18 Hình 3.2: Các phân chia tập danh mục theo mô hình Fama French 3 nhân tố ... 21 Hình 3.3: Số mã CK được xem xét trong từng năm ........................................... 22 Hình 3.4: Số lượng mã CK cho từng tập danh mục ............................................ 24 MỤC LỤC CHƢƠNG 1: TỔNG QUAN - GIỚI THIỆU ĐỀ ÁN ...................................................... 1 1.1 Giới thiệu đề tài .................................................................................................. 1 1.2 Mục tiêu đề tài .................................................................................................... 3 1.3 Phạm vi nghiên cứu ............................................................................................ 4 1.4 Phƣơng pháp thực hiện ....................................................................................... 4 1.5 Ý nghĩa thực tiễn của đề tài ................................................................................ 5 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT ................................................................................ 6 2.1 Các phƣơng pháp xác định ảnh hƣởng phƣơng sai thay đổi .............................. 6 2.1.1 Giới thiệu phƣơng sai thay đổi (heteroskedasticity) ........................................ 6 2.1.2 Hậu quả của phƣơng sai thay đổi ..................................................................... 7 2.1.3 Các biện pháp phát hiện ................................................................................... 7 2.2 Tập mô hình GARCH ......................................................................................... 9 2.2.1 Mô hình ARCH ................................................................................................ 9 2.2.2 Mô hình GARCH ........................................................................................... 10 2.2.3 Mô hình TGARCH ......................................................................................... 11 2.2.4 Mô hình EGARCH ......................................................................................... 12 2.3 Các tiêu chí lựa chọn mô hình .......................................................................... 12 2.3.1 Các tiêu chí đánh giá ...................................................................................... 12 2.3.2 Tổng hợp nghiên cứu về các tiêu chí đánh giá ............................................... 15 CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU ................................... 18 i 3.1 Phƣơng pháp nghiên cứu ...................................................................................... 18 3.1.1 Quy trình nghiên cứu ...................................................................................... 18 3.1.2 Phân tập danh mục theo mô hình 3 nhân tố Fama French ............................. 20 3.2 Dữ liệu .................................................................................................................. 22 3.3 Phân tích dữ liệu ................................................................................................... 26 3.3.1 Kiểm định thống kê ........................................................................................ 26 3.3.2 Phân tích tính dừng của chuỗi dữ liệu ............................................................ 28 CHƢƠNG 4: KẾT QUẢ ................................................................................................ 29 4.1 Kiểm định ảnh hƣởng của phƣơng sai thay đổi .................................................... 29 4.2 Đánh giá tính hiệu quả của tập mô hình GARCH cho từng tập danh mục .......... 31 CHƢƠNG 5: KẾT LUẬN ............................................................................................. 39 TÀI LIỆU THAM KHẢO .............................................................................................. 40 PHỤ LỤC ....................................................................................................................... 43 Phụ lục 1: Danh sách các công ty trên sàn chứng khoán TP.HCM đƣợc chọn .......... 43 Phụ lục 2: Phân chia tập danh mục theo mô hình 3 nhân tố ....................................... 45 Phụ lục 3: suất sinh lợi theo từng tháng của các tập danh mục. ................................. 46 Phụ lục 4: các thông số thống kê của tập danh mục dữ liệu ....................................... 50 Phụ lục 5: Kiểm định ảnh hƣởng của phƣơng sai thay đổi ......................................... 51 Phụ lục 6: Đánh giá chất lƣợng của tập mô hình GARCH đối với từng tập danh mục .................................................................................................................................... 52 ii Khoá luận tốt nghiệp GVHD: TS. Dƣơng Nhƣ Hùng CHƢƠNG 1: TỔNG QUAN - GIỚI THIỆU ĐỀ ÁN 1.1Giới thiệu đề tài Thị trƣờng chứng khoán (TTCK) ở Việt Nam trong những năm gần đây đã trải qua rất nhiều giai đoạn phát triển, với những biến động và điều chỉnh mạnh mẽ. Đặc biệt giai đoạn năm 2006, đƣợc xem là giai đoạn phát triển đột phá, với mức tăng trƣởng hơn 60% chỉ trong vòng 06 tháng. Năm 2007 là thời gian đầu tiên ghi nhận sự bùng phát của chỉ số VN-Index (VNI), trùng với chu kỳ lãi suất đƣợc kéo giảm về vùng 9%. Vào năm 2009, lãi suất huy động và cho vay giảm đáng kể, tạo nên chu kỳ phục hồi thị trƣờng cổ phiếu kéo dài trong 08 tháng. Qua đó ta cũng thấy đƣợc một quy luật là mỗi khi lãi suất hạ thì chứng khoán lại tăng. Trong năm 2012, lãi suất hạ lần đầu tiên vào tháng 03/2012, lúc đó chỉ số VNI phục hồi khoảng 30% so với đáy, còn chỉ số HNX phục hồi khoảng 40%. Vào thời điểm tháng 06/2012, Ngân hàng Nhà nƣớc làm một cú sốc với lãi suất huy động giảm 2%, nhƣng TTCK vẫn phản ứng rất chậm. Nhìn chung ta thấy hoạt động của TTCK thƣờng có xu hƣớng lên rất nhanh, hoặc giảm mạnh và sau đó đi vào thời kỳ điều chỉnh. Qua đó ta thấy hoạt động tài chính ở Việt Nam chứa đựng nhiều yếu tố rủi ro. Do đó các nhà đầu tƣ, nhà lập kế hoạch kinh doanh cần nhiều thông tin dự báo chính xác để hạn chế rủi ro trong đầu tƣ. Dự báo là tập hợp các công cụ giúp ta có thể phán đoán các sự kiện có thể xảy ra trong tƣơng lai. Đối với mô hình dự báo chuỗi thời gian, dựa vào xu hƣớng vận động trong quá khứ và hiện tại, từ đó ta sẽ tiến hành những dự báo cho tƣơng lai. Đối với những mô hình cổ điển, các biến trễ đƣợc sử dụng theo một cách không có hệ thống, nên chƣa khai thác đƣợc nhiều tính chất động của chuỗi dữ liệu. Vấn đề quan trọng trong dự báo chuỗi thời gian là thiết lập mô hình hiệu quả để dự báo tốt nhất xu hƣớng vận động của chuỗi thời gian. Mô hình ARIMA là một phƣơng pháp phổ biến dùng để phân tích chuỗi thời gian có độ nhạy cao, nó mô hình hóa gần nhƣ tất cả các dao động của chuỗi HV: Mạc Quốc Ân 1 Khoá luận tốt nghiệp GVHD: TS. Dƣơng Nhƣ Hùng thời gian ban đầu, có tổng trọng số các nhiễu ngẫu nhiên hiện hành và nhiễu ngẫu nhiên có độ trễ, nên kết quả dự báo chính xác hơn nhiều so với các mô hình truyền thống trƣớc đây. Mặt khác, các mô hình kinh tế lƣợng cổ điển và ARIMA đều giả định là phƣơng sai của sai số là không đổi theo thời gian. Đối với các chuỗi dữ liệu về tài chính nói chung, hay chứng khoán nói riêng đều chịu ảnh hƣởng bởi nhƣng tin tức tốt và xấu, nên có xu hƣớng dao động cao vào một số giai đoạn theo sau một số giai đoạn ít biến động. Nhóm các mô hình GARCH khắc phục đƣợc nhƣợc điểm này. Tập mô hình GARCH xem xét các dữ liệu vói phƣơng sai của nó phụ thuộc vào các giá trị phƣơng sai trong quá khứ, để từ đó ƣớc lƣợng mức độ rủi ro trong một giai đoạn nhất định nào đó. Từ khi những mô hình GARCH đƣợc xuất bản, đã có rất nhiều nghiên cứu vể tính dao động của thị trƣờng chứng khoán ứng dụng tập mô hình này. Hầu hết các nhà nghiên cứu đều đồng ý rằng, tính dao động đều có thể dự báo đƣợc ở nhiều thị trƣờng chứng khoán. Mỗi mô hình sẽ dự báo độ dao động theo những cách khác nhau, nhƣng trong đó mô hình GARCH đƣợc sử dụng phổ biến nhất, do loại bỏ đƣợc độ nhọn của tập dữ liệu một cách hiệu quả (Theo Gockan, 2000). Bên cạnh độ nhọn, chuỗi dữ liệu còn có thể bị ảnh hƣởng bởi độ nghiêng rất nghiêm trọng, mô hình GARCH tuyến tính sẽ không hiệu quả, khi đó tập mô hình GARCH không tuyến tính (EGARCH, TGARCH) sẽ đƣợc áp dụng (Theo Chong, Ahmad and Abdullah, 1999). Qua những ƣu điểm của tập mô hình GARCH đƣợc phân tích ở trên, đồng thời những dụng của GARCH đối với TTCK Việt Nam vẫn còn hạn chế, để hiểu rõ hơn tính biến động của thị trƣờng chứng khoán và các mô hình có khả năng dự báo mức độ dao động của chuỗi thời gian, ngƣời viết đã chọn đề tài: “Hiệu quả của mô hình GARCH trong việc dự báo mức độ biến thiên của thị trƣờng chứng khoán Việt Nam”. Đây là tập mô hình dự báo rủi ro xác định thông qua một tiếp cận ƣớc lƣợng các hệ số theo các thành phần của phƣơng sai theo thời gian và các độ trễ của nó dựa trên phƣơng pháp HV: Mạc Quốc Ân 2 Khoá luận tốt nghiệp GVHD: TS. Dƣơng Nhƣ Hùng maximum likelihood. Qua đó chúng tôi có thể dự báo rủi ro các chuỗi thời gian kinh tế và tài chính, từ đó cung cấp thông tin cho các quyết định đầu tƣ, kinh doanh hay quản trị rủi ro. 1.2Mục tiêu đề tài Mục tiêu của đề tài là: Hiện ở Việt Nam chƣa thấy nghiên cứu nào đánh giá hiệu quả của mô hình GARCH bằng cách phân tập danh mục theo mô hình 3 nhân tố Fama French. Bài viết kiểm định lại việc phân tập danh mục theo đặc điểm của mô hình 3 nhân tố Fama French, từ đó sẽ áp dụng mô hình GARCH vào việc dự báo mức độ biến thiên của tập danh mục. Phân tích TTCK VN (trên sàn Hose), dựa vào mô hình Fama French 3 nhân tố, theo quy mô công ty (ME) và tỷ số BE/ME để chia tập dữ liệu thu đƣợc thành 6 loại danh mục theo trọng số cân bằng (Equal weight, EW): S/H_EW, S/M_EW, S/L_EW, B/H_EW, B/M_EW, B/L_EW. Mặt khác, để xem xét sự ảnh hƣởng của quy mô công ty (ME) lên suất sinh lợi, chúng tôi áp dụng trọng số giá trị (value weight, VW) để tạo ra 6 tập danh mục: S/H_VW, S/M_VW, S/L_VW, B/H_VW, B/M_VW, B/L_VW. Từ đó chúng tôi có 12 tập danh mục của các nhóm này dùng để dự báo tính dao động của thị trƣờng chứng khoán Phân tích chuỗi dữ liệu của 12 tập danh mục trên. Dự báo mức độ biến thiên dựa vào tập mô hình GARCH HV: Mạc Quốc Ân 3 Khoá luận tốt nghiệp GVHD: TS. Dƣơng Nhƣ Hùng Đánh giá chất lƣợng giữa các mô hình thông qua các tiêu chí: RMSE (Root Mean Square Error), AIC, SBC. Nên chọn mô hình nào có tiêu chí có giá trị nhỏ hơn so với các mô hình khác. Cung cấp những thông tin dự báo tƣơng đối chính xác với những mức độ tin cậy khác nhau, làm cơ sơ để chọn tập danh mục đầu tƣ, quản trị rủi ro tài chính một cách hiệu quả. 1.3Phạm vi nghiên cứu Nguồn dữ liệu lấy từ trang WEB của các công ty chứng khoán (http://cafef.vn/, http://cophieu68.com/). Số liệu đƣợc lấy từ tháng 12/2005 đến tháng 06/2013). Dựa trên báo cáo thƣờng niên của sở giao dịch chứng khoán TP.HCM(sàn Hose), chúng tôi biết đƣợc số công ty niêm yết trong từng năm, và số công ty hiện tại trên sàn là 308. Do dữ liệu đƣợc yêu cầu là phải hiện diện trên sàn ít nhất 2 năm, năm tài chính bắt đầu từ tháng 1 và kết thúc tháng 12, chúng tôi chọn ra 281 công ty để phân tích trong vòng 6 năm (2006-2012). Sau đó, chúng tôi phân chia tập danh mục theo mô hình Fama French 3 nhân tố, mỗi năm sẽ cân bằng tập danh mục lại 1 lần. Tập mô hình nghiên cứu bao gồm: GARCH, TGARCH, EGARCH. 1.4Phƣơng pháp thực hiện Từ quy trình thực hiện dự báo chung, chúng tôi sẽ thực hiện các bƣớc sau đối với đề tài này: Thu thập dữ liệu, phân tập danh mục dựa theo mô hình Fama French 3 nhân tố. HV: Mạc Quốc Ân 4 Khoá luận tốt nghiệp GVHD: TS. Dƣơng Nhƣ Hùng Phân tích dữ liệu: những đặc tính của chuỗi dữ liệu Kiểm nghiệm tính dừng của chuỗi dữ liệu: sử dụng giản đồ tự tƣơng quan (thống kê t, thống kê Q) và kiểm định nghiệm đơn vị (thống kê tau (τ) của DickeyFuller). Nếu chuỗi không dừng thì sẽ tiến hành những biện pháp khử để chuỗi có tính dừng. Kiểm định ảnh hƣởng ARCH. Phân tích chất lƣợng giữa các mô hình đối với tập dữ liệu ở trên. Xếp hạng và đánh giá từng loại mô hình ứng với từng chuỗi dữ liệu ở trên Đƣa ra những nhận định, đánh giá, cung cấp thông tin cho quản trị rủi ro, cách chọn tập danh mục đầu tƣ. 1.5Ý nghĩa thực tiễn của đề tài Giá trị thực tiễn của đề tài là mô hình hóa đƣợc sự biến động của một số mã ngành chứng khoán đƣợc phân loại danh mục theo mô hình Fama French 3 nhân tố. Xác định đƣợc mô hình ứng với tập danh mục nào có chất lƣợng dự báo tốt, ƣu khuyết điểm giữa các mô hình. Từ đó cho chúng tôi biết mô hình nào sẽ có chất lƣợng dự báo tốt nhất đối với tính chất của từng tập danh mục. Qua đó sẽ giúp các nhà đầu tƣ, nhà quản lý có thể dự báo và nhận dạng các yếu tố rủi ro trong tƣơng lai của một số mã ngành chứng khoán một cách khác chính xác, từ đó sẽ có những kế hoạch kinh doanh, lựa chọn tập danh mục đầu tƣ, quản trị rủi ro một cách thích hợp. HV: Mạc Quốc Ân 5 GVHD: TS. Dƣơng Nhƣ Hùng Khoá luận tốt nghiệp CHƢƠNG 2: CƠ SỞ LÝ THUYẾT Chƣơng 2 sẽ trình bày các lý thuyết làm cơ sở cho việc nghiên cứu đề tài. Các lý thuyết bao gồm: ảnh hƣởng của phƣơng sai thay đổi, tập mô hình ARCH, các tiêu chí để đánh giá chất lƣợng của việc dự báo. 2.1Các phƣơng pháp xác định ảnh hƣởng phƣơng sai thay đổi 2.1.1 Giới thiệu phƣơng sai thay đổi (heteroskedasticity) Trong mô hình hồi quy tuyến tính cổ điển, các yếu tố nhiễu ui xuất hiện trong hàm hồi quy tổng thể có phƣơng sai không đổi (homoscedasticity): var(u i ) 2 . Đối với phƣơng sai thay đổi, phƣơng sai của các yếu tố nhiễu thay đổi theo thứ tự của biến quan sát (heteroskedasticity): var(u i ) 2 i Hình 2.1: Ví dụ phƣơng sai không đổi và thay đổi (Nguồn: Asteriou, D., 2007) HV: Mạc Quốc Ân 6 Khoá luận tốt nghiệp GVHD: TS. Dƣơng Nhƣ Hùng 2.1.2 Hậu quả của phƣơng sai thay đổi (Gujarati, 2004) Nếu tiếp tục sử dụng các thủ tục kiểm định thông thƣờng, mặc dù có phƣơng sai thay đổi, những kết luận hay suy diễn thống kê có thể dẫn ta tới sai lầm. Các ƣớc lƣợng OLS (Ordinary Least Square) không còn BLUE (best linear unbiased estimator) và sẽ không hiệu quả, các dự báo sẽ không hiệu quả. Phƣơng sai và đồng phƣơng sai ƣớc lƣợng của các hệ số sẽ chệch và không nhất quán, do đó các kiểm định giả thuyết (t và F) sẽ không còn hiệu lực. 2.1.3 Các biện pháp phát hiện (Gujarati, 2004) Phần lớn các trƣờng hợp liên quan đến điều tra kinh tế lƣợng, để nhận biết phƣơng sai thay đổi có lẽ là vấn đề về trực giác, khả năng dự đoán qua rèn luyện, kinh nghiệm thực nghiêm có trƣớc hay suy đoán tuyệt đối. 2.1.3.1Các phƣơng pháp không chính thức Bản chất của vấn đề: bản chất của vấn đề đang xem xét gợi ý cho ta về phƣơng sai thay đổi có khả năng hay không. Phƣơng pháp đồ thị: nếu không có một sự tiên nghiệm hay thực nghiệm về bản chất của phƣơng sai thay đổi, trên thực tế ngƣời ta có thể phân tích hồi quy dựa trên giả thuyết là phƣơng sai không đổi, và sau đó thực hiện kiểm tra phần dƣ bình phƣơng xem chúng có biểu thị một mẫu hình hệ thống không. HV: Mạc Quốc Ân 7 GVHD: TS. Dƣơng Nhƣ Hùng Khoá luận tốt nghiệp Hình 2.2: Các mẫu hình giả thiết của phần dƣ bình phƣơng ƣớc lƣợng (Nguồn: Gujarati, 2004) 2.1.3.2 Các phƣơng pháp chính thức Bao gồm các kiểm định sau: kiểm định Breusch-Pagan (1979), kiểm định Glesjer (1969), kiểm định Harvey_Godfrey (1976-1978), kiểm định Park (1966), kiểm định Goldfeld-Quandt (1965), kiểm định White (1980), kiểm định Engle’s ARCH (1982). HV: Mạc Quốc Ân 8 GVHD: TS. Dƣơng Nhƣ Hùng Khoá luận tốt nghiệp Các bƣớc kiểm định: Bƣớc 1: chạy mô hình hồi quy, từ đó ta có phần dƣ của phƣơng trình hồi quy. Bƣớc 2: chạy mô hình hồi quy phụ của phần dƣ. Bƣớc 3: kiểm định giả thiết H0 : 2 = 3 =… = p= H1 : Có ít nhất một số 0 0 (j = 2,p) j Bƣớc 4: tính nhân tử Lagrange (LM-stat) tùy thuộc vào từng phƣơng pháp kiểm định. Bƣớc 5: kết luận. Nếu LM-sat giá trị tới hạn, hay p-value < alpha (thông thƣờng sử dụng mức ý nghĩa 5%) thì ta loại bỏ giả thiết H0 và kết luận có ảnh hƣởng bởi phƣơng sai thay đổi. 2.2 Tập mô hình GARCH 2.2.1 Mô hình ARCH Mô hình ARCH(q) sẽ có dạng nhƣ sau Yt 1 2 Xt ut ut ~ N (0,h t ) (2.1) q ht 0 j ut2 j (2.2) j 1 HV: Mạc Quốc Ân 9