MÔ HÌNH HÓA TÍNH BIẾN THIÊN LỢI SUẤT ĐẦU TƯ VÀO THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM.PDF

“Generalized autoregressive conditional heteroskedasticity”, Journal of Econometrics 31, 307-327 Bollerslev, Tim, 1987.. “A conditionally Heteroskedasticity time series model for specula

………

HOÀNG TH THU HÀ

LU N V N TH C S KINH T

………

HOÀNG TH THU HÀ

Chuyên ngành : Kinh t Phát Tri n

L I CAM OAN

M C L C

DANH M C CÁC B NG

DANH M C CÁC HÌNH V

TÓM T T

Ch ng 1: T V N ……… 1

1.1 t v n đ ………1

1.2 M c tiêu nghiên c u……… 5

1.3 Câu h i nghiên c u……… 5

1.3.1 Câu h i nghiên c u t ng quát……… 5

1.3.2 Câu h i nghiên c u c th ………5

1.4 óng góp c a nghiên c u……… 6

1.5 Ph m vi nghiên c u……….6

1.6 C u trúc c a bài nghiên c u………6

Ch ng 2: T NG QUAN LÝ THUY T V CÁC MÔ HÌNH D BÁO TÍNH BI N THIÊN L I SU T CH NG KHOÁN……… 7

2.1 Lý thuy t liên quan……… 7

2.1.1 Tính dai d ng (persistence)………7

2.1.2 Tác đ ng đòn b y (leverage effect)………7

2.1.3.2 Mô hình SWARCH-L (K, q) c a Hamilton và Susmel (1994) ……… 10

a Ch đ nh mô hình SWARCH-L (K, q)……… 10

b c l ng mô hình SWARCH-L (K, q)……… 13

c o l ng tính dai d ng b ng mô hình ARCH –L (q) và SWARCH-L (K, q)………… 14

d D báo tính bi n thiên v i mô hình SWARCH-L (K, q)……… 14

2.1.4 Các nghiên c u liên quan……… 14

2.2 Khung phân tích đ ngh cho nghiên c u……….19

Ch ng 3: PH NG PHÁP NGHIÊN C U………20

3.1 Th ng kê mô t , ki m đ nh tính d ng và ki m đ nh t ng quan chu i………20

3.2 Ph ng pháp nghiên c u……… 21

3.2.1 Mô hình trung bình cho phân ph i th ng, phân ph i t và GED……… 21

3.2.2 Ph ng pháp khám phá kh n ng mô hình hóa tính bi n thiên l i su t đ u t ch ng khoán Vi t Nam b ng mô hình thay đ i tình tr ng Markov SWARCH trong m i quan h v i các tình tr ng th tr ng……….22

3.2.2.1 Mô hình Markov SWARCH (p, q) và Markov SWARCH-L (p, q)……… 22

3.2.2.2 Ki m đ nh tính thay đ i tình tr ng……….22

3.2.2.3 B ng ch ng c a m i liên h gi a tính bi n thiên và th tr ng……….23

3.2.4 Ph ng pháp l a ch n mô hình có kh n ng d báo t t nh t tính bi n thiên l i su t c a

th tr ng ch ng khoán Vi t Nam……….25

3.2.4.1 Mô hình hóa tính bi n thiên b ng mô hình GARCH (p, q) và GARCH-L (p, q) v i phân ph i th ng……… 25

3.2.4.2 Mô hình hóa tính bi n thiên b ng mô hình GARCH (p, q) và GARCH-L (p, q) v i t……….25

3.2.4.3 Mô hình hóa tính bi n thiên b ng mô hình GARCH (p, q) và GARCH-L (p, q) v i phân ph i GED……… 26

3.2.4.4 Ph ng pháp đánh giá kh n ng d báo c a mô hình Markov SWARCH v i các mô hình c nh tranh GARCH (p, q) và GARCH-L (p, q) v i phân ph i th ng, phân ph i t và phân ph i GED……….26

3.2.2.5 Ph ng pháp nh n di n tác đ ng đòn b y……….28

3.3 Gi thuy t nghiên c u……… 28

3.4 D li u nghiên c u……… 29

Ch ng 4: K T QU NGHIÊN C U……….30

4.1 Th ng kê mô t và ki m tra tính d ng………30

4.2 K t qu c a các mô hình……….32

4.2.1 K t qu c l ng và l a ch n mô hình t i u………32

4.2.3 B ng ch ng v tính phi tuy n trong tính bi n thiên l i su t c a th tr ng ch ng khoán

Vi t Nam………44

4.2.4 Mô hình Markov SWARCH có th c hi n d báo t t h n so v i các mô hình GARCH……… 45

4.2.5 B ng ch ng v s có m t c a tác đ ng đòn b y trong tính bi n thiên l i su t c a th tr ng ch ng khoán Vi t Nam……… 49

4.2.6 Phân tích k t qu nghiên c u c a mô hình Gaussian SWARCH (2, 7)……… 50

CH NG 5: K T LU N……… 54

5.1 K t qu nghiên c u……… 54

5.1 Ý ngh a c a nghiên c u và g i ý chính sách……… 55

5.2 Gi i h n c a nghiên c u……… 56

5.3 H ng nghiên c u ti p theo………56 TÀI LI U THAM KH O

PH L C

L I CAM OAN

Tôi cam đoan n i dung trong lu n v n này là k t qu nghiên c u đ c l p c a tôi, các trích

DANH M C CÁC B NG

tr ng ch ng khoán Vi t Nam giai đo n 28/8/2000 đ n ngày 6/9/2013

B ng 4.12 So sánh các mô hình

DANH M C CÁC HÌNH V

31/7/2000 đ n 6/9/2013

Gauss SWARCH-(2,7), Gaussian SWARCH-L(2,4) và t SWARCH (2,3)

Hình 4.3 So sánh 95% c n trên d báo tính bi n thiên 1 th i k trong m u c a ba mô hình Gauss SWARCH- (2, 7), Gaussian SWARCH- L (2, 4) và t SWARCH (2, 3)

TÀI LI U THAM KH O Tài li u ti ng Vi t

Bollerslev, Engle và Nelson (1994) Handbook of Econometrics, Volume IV, Elsevier Science B.V

Bollerslev, Tim, 1986 “Generalized autoregressive conditional heteroskedasticity”, Journal

of Econometrics 31, 307-327

Bollerslev, Tim, 1987 “A conditionally Heteroskedasticity time series model for speculative prices and rates of return”, Review of Economics and Statistics 69, 542-547

Brookings Institution Press

Cai (1994) “A Markov model of switching –Regime ARCH”, Journal of business & Economics Statistics, July 1994, Vol 12, No.3

1, 17-42

Advances in Pacific Basin Business, Economics and Finance, 4, 2000, 1-21

Decarlo, T Lawrence, 1997 “On the meaning and Use of Kurtosis”, Psycholigical Methods,

Friedman, Benjamin M and David I Laibson, 1989 “Economic implications of extraordinary movements in stock prices”, Brookings Papers on economic activity 2, 137-

189

Research Program, Research Memorandum No 353, August 1990

Glosten, Lawrence R., Ravi Jagannathan and David Runkle, 1989 Relationship between the expected value and the volatility of the nominal excess return on stocks, Mimeo (Northwestern University, Evanston, IL)

Gurajati, D.N Basic econometrics Third edition

Hamilton, J D and G Lin (1996), “Stock market volatility and the business cycle,” Journal

Hamilton, James D., 1989 “A new approach to the economic analysis of nonstationary time series and the business cycle”, Econometrica 57, 357-384

Hamilton, James D., 1994 Time Series Analysis Princeton University Press

changes in regime”, Journal of Economics 64 (1994) 307-333

Hansen E Bruce, 1992 “The likelihood ratio test under non-standard conditions: testing the Markov trend model of GNP”, Journal of Applied Econometrics 7, S61-S82

Heracleous (2003) Volitility modeling using the Student’s t Distribution Doctor of

philosophy in Economics, Blacksburg, Virginia

Lamoureux and Lastrapes, 1990 “Persistence in variance, structural change and the GARCH model”, Journal of Business and Economic Statistics 8, 225-235

McKinnon, Ronald I 1973 Money and Capital in Economic Development Washington DC: Nelson (1991) “Conditional Heteroskedasticity in Asset Returns: a new approach”, Econometrica, Volume 59, Issue 2 (Mar 1991), 347-370

Sattayatham, Sopipan và Premanode (2012) “Forecasting the Stock exchange of Thailand uses Day of the Week effect and Markov regime switching GARCH”, American Journal of Economics and Business Administration 4(1): 84-93, 2012

Shaw E.S 1973 Financial Deepening in Economic Development New York: Oxford University Press

Sopipan, Sattayatham và Premanode (2012) “ Forecasting Volitility of Gold Price Using Markov Regime Switching and Trading Strategy”, Journal of Mathematical Finance, 2012,

2, 121-131

stock market”, Journal of Financial Economics 25 (1989) 3-22 North –Holland

Presentation

Tóm t t Vi c tìm ra mô hình thích h p trong vi c mô hình hóa tính bi n thiên c a m t

đ u t vào th tr ng ch ng khoán Vi t Nam và kh n ng gi i thích b ng s ki n th c

Nam

chu i tài chính có vai trò quan tr ng đ i v i các nhà đ u t và ho ch đ nh chính sách Nghiên c u đã ch ng minh đ c s có m t c a chu i Markov trong chu i bi n thiên l i

su t đ u t vào th tr ng ch ng khoán Vi t Nam và kh n ng gi i thích b ng s ki n

th c Ngoài ra, mô hình Gaussian SWARCH (2, 7) là mô hình đem l i kh n ng d báo

t t nh t, tính bi n thiên ngày hôm nay có giá tr d báo lên đ n 90 ngày giao d ch sau đó,

m c đ xáo tr n c a tính bi n thiên t i đi m gãy thay đ i đ n 12 l n, tuy nhiên, tác đ ng đòn b y ch a th c s rõ nét t i th tr ng ch ng khoán Vi t Nam

T khóa: chu i Markov, mô hình SWARCH, l i su t th tr ng ch ng khoán Vi t

Nam

MÔ HÌNH HÓA TÍNH BI N THIÊN L I SU T U T VÀO

Ch ng 1: T V N

1.1 t v n đ

đ ng t ng lai nh t là khi nhà đ u t tham gia vào m t th tr ng non tr nh Vi t Nam,

không khó đ nh n ra l i su t ch ng khoán qua các th i k có tính bi n thiên cao và th p

nh ng đi u đó không có ngh a là khi m t giai đo n có tính bi n thiên t ng đ t ng t nh t thi t

sát đ c (còn g i là chu i Markov) có xác su t chuy n đ i không đ i qua th i gian và chu i

đó có nh h ng đ n chu i th i gian đ c quan tâm i u đáng nói là nhà nghiên c u c ng

c n l u ý thêm r ng nh h ng này ch là m t trong s r t nhi u các nhân t chi ph i đ n

giai đo n có bi n thiên cao ngay c khi ch s đ c quan sát m c th p và v a ph i ho c

ng c l i Ví d trong khi các nghiên c u khác v l i su t ch ng khoán t i Hoa K xem cú

đ c phân lo i vào lo i quan sát có quá nhi u s khác bi t khi và ch khi mô hình

(1990) cho r ng vi c b qua s thay đ i c u trúc có th có trong các mô hình GARCH làm

n ng ch n đi m gãy hi u qu b ng kh n ng n i sinh hóa c a mô hình SWARCH D nhiên,

l ng hóa xác su t cho m t tình tr ng nào đó có th x y ra trong t ng lai, qua đó nhà

Tác đ ng đòn b y c ng là m t trong nh ng hi n t ng nh n đ c s quan tâm c a nhi u

chính xác h n và m t khi tính bi n thiên này đ c mô hình hóa t t, nó s tr thành công c

đ ng v n v i chi phí th p khi c n ngu n tài tr

Ba do lech chuan Ba do lech chuan Hai do lech chua Hai do lech chua Ti suat loi nhua Trung binh

250 500 750 1000 1250 1500 1750 2000 2250 2500 2750 3000 -10.0

m t l n, khi quy đ nh ho t đ ng m i ngày có hi u l c thì li u tính bi n thiên thay đ i nh

đ nh dài h n – hàm ý tác đ ng tích c c (quan đi m ng h t do hóa tài chính c a McKinnon (1973) và Shaw (1973)) Tuy nhiên, c ng c n nh n m nh r ng, v n đ đánh giá tác đ ng c a m t th t c ho t đ ng hay m t chính sách mang tính v mô h n v t do hóa tài

ra đ ng th i v i vi c IPO đ ng lo t c a các công ty l n (tháng 12/2006, HNX có 51 công ty

tr ng đa d ng hóa s n ph m h n thì vi c đa d ng hóa đ u t s thu n l i h n đ i v i nhà

đ u t trong n c) và tác đ ng nào là do s gia t ng quy n mua c a nhà đ u t n c ngoài

d ng l i vi c mô hình hóa đ c tính này v i hy v ng b sung thêm m t góc nhìn làm n n

Bollerslev (1986) và kh n ng c i thi n h n ch c a GARCH t mô hình SWARCHHamilton và Susmel (1994), nghiên c u mô hình hóa tính bi n thiên thay đ i tình tr ng

GED Sau đó, nghiên c u m r ng các mô hình này b ng vi c cho phép s chi ph i c a tác

đ ng đòn b y, cu i cùng, nghiên c u áp d ng chu i Markov chi ph i tham s c a GARCH (p, q) (đ i v i c hai tr ng h p có và không có tác đ ng đòn b y) nh m tìm ra mô hình t t

1.3.1 Câu h i nghiên c u t ng quát

b ng mô hình nào?

1.3.2 Câu h i nghiên c u c th

- Li u tính bi n thiên l i su t c a th tr ng ch ng khoán Vi t Nam có th đ c mô

khoán Vi t Nam hay không?

hay không?

1.4 óng góp c a nghiên c u

Mô hình SWARCH đ c ch ng minh là r t thành công trong vi c mô hình hóa tính bi n

Tuy nhiên, cho đ n nay v n ch a có nghiên c u s d ng chu i Markov trong vi c mô hình

th c nghi m trong vi c mô hình hóa tính bi n thiên này

Nghiên c u này l a ch n ch s Vnindex thu th p t i website c a S giao d ch ch ng khoán

1.6 C u trúc c a bài nghiên c u

đ ng, ph ng pháp mô hình hóa và d báo tính bi n thiên l i su t ch ng khoán b ng lý

cho các nghiên c u ti p theo

Ch ng 2: T NG QUAN LÝ THUY T V CÁC MÔ HÌNH D BÁO TÍNH BI N

THIÊN L I SU T CH NG KHOÁN 2.1 Lý thuy t liên quan

2.1.1 Tính dai d ng (persistence)

t i dai d ng hay nói m t cách khác kho ng th i gian mà tính bi n thiên cao m t cách b t

th ng có đ c n i ti p b i nh ng kho ng th i gian có tính bi n thiên ti p t c cao sau đó.”

đ nh đ n hi u qu c a giá ch ng khoán trong vi c ph n ánh các thông tin có s n, và đ n l t

vì nó xác đ nh m i quan h c a các y u t trong vi c đ nh giá tài s n và quy t đ nh phân b

2.1.2 Tác đ ng đòn b y (leverage effect)

t ng quan ngh ch bi n v i s thay đ i tính bi n thiên c a dòng l i su t đó Chi phí c đ nh

nh các đòn b y tài chính và đòn b y ho t đ ng có th giúp gi i thích m t ph n cho khái

2.1.3 Các mô hình GARCH và mô hình thay đ i tình tr ng ARCH Markov

Xem xét mô hình sau:

(2)

hi u qu trong vi c mô t s bi n thiên c a chu i tài chính

Ngoài ra, theo Bollerslev, Engle và Nelson (1994, tr 2979) m c đ phân ph i c a ph ng sai có đi u ki n có đuôi dày h n phân ph i chu n th ng không b t đ c m t cách đ y đ

đ có đi u ki n c a là:

(1991, tr.352) hàm m t đ đi u ki n c a là:

Trong đó (.) là hàm gamma và

(7)

Ngoài ra, Nelson (1991, tr.349) cho r ng khi nhà đ u t nh n đ c tin x u (l i nhu n th p

h n k v ng) thì tính bi n thiên có khuynh h ng t ng nhi u h n so v i vi c h nh n đ c

Glosten, Jagannathan và Runkle (1989) là phù h p nh t, ký hi u mô hình GARCH (p, q) có tính đ n tính b t cân x ng (c ng là tham s đo l ng tác đ ng đòn b y nh đã trình bày

Trong đó và l n l t là ký hi u cho ph ng sai đi u ki n và sai s , vì ph thu c

đi m t, t-1, …,1 thu đ c c l ng t i đa hóa hàm kh n ng (MLE), nhà nghiên c u

ph ng trình trung bình làm cho v n đ tính toán c ng ph c t p nh trong tr ng h p

Ý t ng c a mô hình SWARCH-L (K, q) là tr ng s l i thang đo tính bi n thiên qua các

giai đo n b ng vi c chu n hóa giai đo n 1 có tính bi n thiên th p b ng 1, giai đo n 2 có tính

kí hi u cho bi n ng u nhiên b c 1 nh n giá tr 1,2,…k, gi s đ c mô t b ng chu i

= i) =

(11)

đ i v i j=K ) đ i v i j=1,2,…,K-1

i u ki n vào các tình tr ng c a hi n t i và quá kh , ph ng sai hàm ý c a ph n d là:

(12)

Khi =0, (12) là chu i ARCH có K tình tr ng b c q, ký hi u SWARCH-(K, q), khi , (12) là ký hi u là SWARCH-L(K,q)

b c l ng mô hình SWARCH-L (K, q)

đ u thu t toán, xác su t đ c tính toán d a vào thông tin đ c quan sát đ n th i đi m t đ c

Trong đó là vect Nx1mà các y u t c a nó là y u t th j c a hàm m t đ đi u ki n:

log

thông tin đ c quan sát c a m u theo công th c:

ký hi u chia y u t cho y u t , thu t toán này b t đ u t t=T-1 và tính lùi l i cho t i t=1

c o l ng tính dai d ng b ng mô hình SWARCH-L (K, q)

q+1

d D báo tính bi n thiên v i mô hình SWARCH-L (K, q)

x

2.1.4 Các nghiên c u liên quan

Susmel (1994) s d ng chu i Markov b c 1 k t h p v i mô hình AR(1)-ARCH(2) c a Engle (1982) v i phân ph i l n l t là Gaussian, GED và t K t qu cho th y khi tính đ n s

có m t c a chu i Markov thì mô hình cho k t qu d báo t t h n mà không kèm theo tính

đ c gi i thích b i các s ki n kinh t , phân ph i GED và t đ c ch ng minh là t t h n

(1994) áp d ng có đi m khác bi t so v i Hamilton và Susmel (1994) ch ông không tham

ARCH và trung bình đi u ki n c a chu i S có m t c a chu i Markov trong ph ng trình

d ng vào chu i chênh l ch gi a lãi su t c a trái phi u kho b c k h n 3 tháng so v i 1 tháng (giai đo n tháng 8 n m 1964 đ n tháng 11 n m 1991 c a Hoa K ) cho th y tính dai d ng

đ u g n li n v i các s ki n kinh t chính tr K t qu ch n đoán s có m t c a chu i Markov trong ph ng trình trung bình đi u ki n cho th y không có kh n ng có s hi n di n

thay đ i tình tr ng Markov đ u tiên cho m t chu i tài chính nào đó vì s ph c t p trong tính

Hamilton và Susmel (1994) cho th y mô hình c a Hamilton và Susmel (1994) cho k t qu

Garcia (1990) s d ng mô hình thay đ i tình tr ng Markov trong c hàm trung bình và

ph ng sai đ i v i hai chu i lãi su t theo quý giai đo n 1961: 1 đ n 1986:3 và l m phát theo

Sattayatham, Sopipan và Premanode (2012) nghiên c u l i su t trung bình b ng mô hình

mô hình thay đ i tình tr ng Markov k t h p v i GARCH (1, 1) v i ba phân ph i: chu n, t và GED đ d báo tính bi n thiên c a giá vàng t i Thái Lan th i k t 4/1/2007 đ n 31/8/2011

K t qu t các mô hình GARCH (1, 1) có tính dai d ng r t cao (g n b ng 1) tr mô hình

giá vàng đóng c a trong các h p đ ng t ng lai Tuy nhiên, vi c áp d ng các mô hình theo

nh đi u ki n d ng c a GARCH (1, 1) ph i đ c đáp ng

Canarella và c ng s (2010) đã lý gi i đ c tính dai d ng cao c a các mô hình GARCH ch

dai d ng b phóng đ i m c gi t o M c tiêu nghiên c u c a nhóm là ch ra đ c th i đi m

đ nh mô hình khác nhau và mô hình hai tình tr ng đ c s d ng nh t quán: c trung bình và

ph ng sai đ u ph thu c vào tình tr ng; trung bình và các h s h i quy c a nó ph thu c

tình tr ng và cu i cùng là áp d ng mô hình SWARCH c a Hamilton và Susmel (1994), k t

Turner và c ng s (1989) phân tích l i su t chênh l ch theo tháng gi a ch s Standard and

su t nói chung

1990-1998 và áp d ng vào mô hình SWARCH v i phân ph i Gaussian và t, k t qu cho th y mô

Vuong Thanh Long (2007) s d ng ch s Vn index t tháng 7 n m 2000 đ n tháng 5 n m

2007 đ tìm ra đ c tính bi n thiên l i su t đ u t ch ng khoán Vi t Nam trong hai tr ng

ARCH/GARCH, tác đ ng c a t do hóa và các s ki n kinh t chính tr đ n tính biên thiên

thay đ i tình tr ng và các s thay đ i này có th gi i thích đ c b ng các s ki n đi kèm,

tr ng ch ng khoán Vi t Nam vì th tr ng này còn khá non tr và tác đ ng đ ng th i c a

th ng th y trong các chu i tài chính

đ n tính b t cân x ng, vi c b qua đ c tính này s d dàng h ng nhà nghiên c u đ n vi c

đem l i k t qu ch n đoán t i u, vi c t ng quan trên cho th y mô hình thay đ i tình tr ng

(1989), Hamilton và Susmel (1994) đ c xây d ng linh ho t v i s tình tr ng không gi i

d ng r t ph bi n

Ch ng 3: PH NG PHÁP NGHIÊN C U

Ch ng này trình bày k t qu thông kê mô t , ki m đ nh tính d ng và ki m đ nh t ng quan

đ ng đòn b y, ph n cu i ch ng là các gi thuy t s d ng và d li u nghiên c u

(a) Ph n th ng kê mô t : cung c p m t cách t ng quan các h s l n nh t, nh nh t, trung bình, ph ng sai, đ nh n, đ méo, các ki m đ nh cho trung bình, đ nh n, đ méo và phân

khuynh h ng có đuôi dày h n phân ph i chu n (leptokurtic) và bi n thiên theo nhóm (Bollerslev, Engle và Nelson, 1994, tr 2963) nên th ng kê mô t này s đ c k t h p v i k

đo n có các quan sát l n làm ch ch phân ph i c a chu i ra kh i phân ph i chu n

sau:

Swchartz Bayesian (BIC) và AIC, tuy nhiên, BIC thì thích h p h n (Asteriou, D and Hall, S, 2007, tr.242) Swchartz đ ngh t i thi u hóa ph ng trình sau (Gurajati, tr.632):

ng i ta s d ng mô hình h i quy v i m t vài giá tr tr và ch n giá tr tr nào có giá tr SCB là nh nh t

3.2.1 Mô hình trung bình cho phân ph i chu n, phân ph i t và GED

Ph ng trình trung bình đ c áp d ng chung b t k phân ph i n n t ng là phân ph i chu n,

Susmel (1994) và nghiên c u này ch là b c l p l i v i s li u đ c l y t th tr ng ch ng

tr.5), nhóm nghiên c u đã ch ra h n ch c a vi c tham s hóa quá nhi u trong ph ng trình

t i Vi t Nam, nghiên c u đã ti n hành ch y th ph ng trình trung bình cho AR (2), cho k t

(0.0316) (0.01795) (0.01795)

Nh v y, h s t t ng quan b c hai không có ý ngh a th ng kê, do đó, nghiên c u không

(1994) s đ n gi n hóa quá trình vi t câu l nh khi c l ng vì các câu l nh đã đ c so n

s n cho mô hình SWARCH trong ph n m m RATS

3.2.2 Ph ng pháp khám phá kh n ng mô hình hóa tính bi n thiên l i su t đ u t

3.2.2.1 Mô hình Markov SWARCH (p, q) và Markov SWARCH-L (p, q)

đ c s d ng nhi u nh t nên nghiên c u này ch th c hi n c l ng cho K =2 Ngoài ra,

đ ti t ki m th i gian c l ng và so sánh v i các mô hình GARCH (p, q), các mô hình thay đ i tình tr ng c ng ch đ c c l ng cho đ n khi q = 7 ho c d ng c l ng khi các

và không có tác đ ng đòn b y có th đ c xem nh là tr ng h p đ c bi t c a SWARCH-L

đ nh t s kh n ng LR không có hi u l c trong tr ng h p này vì tham s g không xác đ nh

d i gi thi t không Tuy nhiên, nhóm v n ti n hành đánh giá giá tr t i h n c a ki m đ nh

LR nh th nó v n có hi u l c và tuân theo phân ph i Chi bình ph ng v i b c t do là s

(1991, 1992) đã đ a ra các ki m đ nh thay th khác nh ng theo Hamilton và Susmel (1994, tr.312), ki m đ nh này g p khó kh n trong áp d ng vì tính ph c t p trong vi c tính toán Riêng đ i v i mô hình SWARCH-L (K, q) có phân ph i gi đ nh là phân ph i chu n, ki m

s (1989, tr 12) theo công th c sau:

(T-3)(

n ng khi mô hình có hai tình tr ng

 Thông tin v mô (trong n c và các s ki n qu c t ) có kh n ng tác đ ng: l m phát,

 Các chính sách liên quan

 Thông tin k t qu kinh doanh các doanh nghi p niêm y t

 Thông tin các công ty ch ng khoán, các nhân v t ch ch t c a các mã Bluechip,

Nghiên c u k v ng khi th tr ng r i vào vùng n đ nh khi th tr ng đón nh n nh ng

3.2.3 Ph ng pháp tìm ra b ng ch ng phi tuy n trong chu i l i su t đ u t ch ng

khoán Vi t Nam

2.1.3.2 ta có:

x

Tác đ ng biên c a vào giá tr đ c d đoán c a tính bi n thiên này là:

vi t l i

nhau, tác đ ng biên c a vào tính bi n thiên đ c d đoán c ng s bi n đ ng theo và

tính phi tuy n

3.2.4 Ph ng pháp l a ch n mô hình có kh n ng d báo t t nh t tính bi n thiên l i