Ước lượng mô hình GARCH cho một chuỗi lợi suất của một loại cổ phiếu bất kì với số liệu theo ngày (ít nhất 2 tháng) trên HASTC hoặc HOSE - pdf 28

Download miễn phí Đề tài Ước lượng mô hình GARCH cho một chuỗi lợi suất của một loại cổ phiếu bất kì với số liệu theo ngày (ít nhất 2 tháng) trên HASTC hay HOSE

Từ kết quả trên cho thấy
• Lợi suất của BTC trong một phiên giao dịch có bị ảnh hưởng của lợi suất trong phiên giao dịch trước do hệ số của AR(7) và AR(9) thực sự khác 0 (P_value của kiểm định T đối với hệ số lần lượt là 0.0001 và 0.0016 đều nhỏ hơn 0.05).
• Hệ số của AR(7) và AR(9) đều dương cho biết lợi suất trong một phiên giao dịch ảnh hưởng cùng chiều lợi suất 7 và 9 phiên giao dịch trước.

Để tải tài liệu này, vui lòng Trả lời bài viết, Mods sẽ gửi Link download cho bạn ngay qua hòm tin nhắn.

Ket-noi - Kho tài liệu miễn phí lớn nhất của bạn

Ai cần tài liệu gì mà không tìm thấy ở Ket-noi, đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí

Tóm tắt nội dung tài liệu:

Đề bài: Ước lượng mô hình GARCH cho một chuỗi lợi suất của một loại cổ phiếu bất kì với số liệu theo ngày (ít nhất 2 tháng) trên HASTC hay HOSE.
Sử dụng chuỗi lợi suất của giá cổ phiếu BTC – Công ty cổ phần cơ khí và xây dựng Bình Triệu trong thời gian từ ngày 04/01/2005 đến ngày 30/12/2005.
1. Một số khảo sát sơ lược về chuỗi lợi suất của giá cổ phiếu BTC:
Ký hiệu: Pt là giá cổ phiếu tại thời điểm t
Rt là lợi suất của cổ phiếu tại thời điểm t
Lợi suất của cổ phiếu được tính theo công thức sau
Rt = (Pt+1 – Pt)/Pt
Ký hiệu: R là lợi suất của cổ phiếu BTC.
Biểu đồ chuỗi RBTC:
Thống kê mô tả đối với chuỗi RBTC :
2. Kiểm định tính dừng của chuỗi RBTC :
H0 : Chuỗi không dừng
H1 : Chuỗi dừng
ADF Test Statistic
-16.91479
1% Critical Value*
-3.4586
5% Critical Value
-2.8734
10% Critical Value
-2.573
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(R)
Method: Least Squares
Date: 11/23/07 Time:00:23
Sample(adjusted): 2 246
Included observations: 245 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
R(-1)
-1.080176
0.06386
-16.91479
0
C
-0.00247
0.001265
-1.951817
0.0521
R-squared
0.540738
Mean dependent var
-5.55E-05
Adjusted R-squared
0.538848
S.D. dependent var
0.028978
S.E. of regression
0.019679
Akaike info criterion
-5.010435
Sum squared resid
0.094102
Schwarz criterion
-4.981854
Log likelihood
615.7783
F-statistic
286.1101
Durbin-Watson stat
2.008007
Prob(F-statistic)
0
Kết quả kiểm định :
DW = 2.005503 cho biết ut không tự tương quan
| |= 8.13937 > | | = 3.459
| |= 8.13937 > | | = 2.8736
| |= 8.13937 > | | = 2.5731
Bằng tiêu chuẩn ADF, RBTC là chuỗi dừng với giá trị tới hạn là 1%, 5%, 10%.
3. Mô hình ARIMA đối với chuỗi RBTC :
Chuỗi dừng nên ta có trong mô hình ARIMA tham số d = 0.
Xác định tham số p và q dựa vào lược đồ tương quan của chuỗi RBTC
Ta thấy có quá trình AR(7) và AR(9)
Kết quả ước lượng mô hình ARIMA đối với RBTC
Mô hình có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/23/07 Time: 00:39
Sample(adjusted): 10 246
Included observations: 237 after adjusting endpoints
Convergence achieved after 3 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-0.002358
0.00213
-1.106809
0.2695
AR(7)
0.237694
0.061376
3.872759
0.0001
AR(9)
0.188972
0.061977
3.04905
0.0026
R-squared
0.091813
Mean dependent var
-0.00232
Adjusted R-squared
0.084051
S.D. dependent var
0.019644
S.E. of regression
0.018801
Akaike info criterion
-5.09727
Sum squared resid
0.082711
Schwarz criterion
-5.05337
Log likelihood
607.0262
F-statistic
11.82815
Durbin-Watson stat
2.105213
Prob(F-statistic)
0.000013
Kiểm định T có P_value = 0.2695 > 0.05 cho kết quả hệ số của c thực sự bằng 0.
Tiến hành kiểm định Coefficient-test.
Wald Test:
Equation: EQ01
Null Hypothesis:
C(1) = 0
F-statistic
1.225026
Probability
0.269513
Chi-square
1.225026
Probability
0.268377
Kết quả kiểm định cho thấy F có P_value = 0.269513 > 0.05 và kiểm định có P_value = 0.268377 > 0.05, như vậy hệ số của c thực sự bằng 0.
Mô hình không có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/23/07 Time: 00:58
Sample(adjusted): 10 246
Included observations: 237 after adjusting endpoints
Convergence achieved after 3 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
AR(7)
0.245441
0.06099
4.024314
0.0001
AR(9)
0.196861
0.06158
3.196818
0.0016
R-squared
0.087183
Mean dependent var
-0.002318
Adjusted R-squared
0.083299
S.D. dependent var
0.019644
S.E. of regression
0.018808
Akaike info criterion
-5.100621
Sum squared resid
0.083133
Schwarz criterion
-5.071355
Log likelihood
606.4236
Durbin-Watson stat
2.09403
Từ kết quả trên cho thấy
Lợi suất của BTC trong một phiên giao dịch có bị ảnh hưởng của lợi suất trong phiên giao dịch trước do hệ số của AR(7) và AR(9) thực sự khác 0 (P_value của kiểm định T đối với hệ số lần lượt là 0.0001 và 0.0016 đều nhỏ hơn 0.05).
Hệ số của AR(7) và AR(9) đều dương cho biết lợi suất trong một phiên giao dịch ảnh hưởng cùng chiều lợi suất 7 và 9 phiên giao dịch trước.
Vậy mô hình ARIMA đối với chuỗi RBTC là
Rt = 0.245441*Rt-7 + 0.196861*Rt-9 +
4. Mô hình GARCH(p,q) đối với chuỗi RBTC :
a) Xác định giá trị tham số p
Từ phương trình ARIMA đã ước lượng ở trên, ta ghi lại phần dư của mô hình, kí hiệu là et, sau đó sử dụng lược đồ tương quan của chuỗi et2 để suy ra p.
Ta được p = 1.
b) Mô hình GARCH(1)
Dependent Variable: R
Method: ML - ARCH (Marquardt)
Date: 11/22/07 Time: 23:36
Sample(adjusted): 10 246
Included observations: 237 after adjusting endpoints
Convergence achieved after 14 iterations
Variance backcast: ON
Coefficient
Std. Error
z-Statistic
Prob.
AR(7)
0.172661
0.066647
2.590678
0.0096
AR(9)
0.152839
0.060702
2.517873
0.0118
Variance Equation
C
9.43E-05
3.48E-05
2.714091
0.0066
ARCH(1)
0.200373
0.083428
2.401749
0.0163
GARCH(1)
0.51845
0.158502
3.270938
0.0011
R-squared
0.079762
Mean dependent var
-0.002318
Adjusted R-squared
0.063896
S.D. dependent var
0.019644
S.E. of regression
0.019006
Akaike info criterion
-5.204968
Sum squared resid
0.083809
Schwarz criterion
-5.131802
Log likelihood
621.7887
Durbin-Watson stat
2.094384
Theo kết quả bảng trên, ta thấy
Lợi suất trung bình của một phiên có quan hệ dương với sự thay đổi của lợi suất 7 và 9 phiên giao dịch trước đó do hệ số của AR(7) và AR(9) dương thực sự.
Mức dao động trong lợi suất có sự khác nhau.
Hệ số của ARCH(1) dương thực sự (do kiểm định T có P_value = 0.0163 < 0.05) cho biết mức độ dao động đó phụ thuộc vào sự thay đổi lợi suất.
Hệ số của GARCH(1) dương thực sự (do kiểm định T có P_value = 0.0011< 0.05) cho biết mức độ dao động lợi suất phụ thuộc vào mức độ dao động của sự thay đổi này.
c) Kiểm định các giả thiết của mô hình GARCH(1)
i. Kiểm định phần dư của mô hình GARCH(1) ở trên
H0 : là nhiễu trắng
H1 : không phải là nhiễu trắng
ADF Test Statistic
-16.15727
1% Critical Value*
-3.4595
5% Critical Value
-2.8739
10% Critical Value
-2.5733
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESID02)
Method: Least Squares
Date: 11/23/07 Time: 01:39
Sample(adjusted): 11 246
Included observations: 236 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
RESID02(-1)
-1.05471
0.065278
-16.15727
0
C
-0.001665
0.00123
-1.353369
0.1772
R-squared
0.527328
Mean dependent var
-1.08E-05
Adjusted R-squared
0.525308
S.D. dependent var
0.02733
S.E. of regression
0.01883
Akaike info criterion
-5.098317
Sum squared resid
0.082967
Schwarz criterion
-5.068962
Log likelihood
603.6014
F-statistic
261.0574
Durbin-Watson stat
2.004231
Prob(F-statistic)
0
Kết quả kiểm định :
DW = 2.004231 cho biết ut không tự tương quan
| |= 16.15727 > | | = 3.4595
| |= 16.15727 > | | = 2.8739
| |= 16.15727 > | | = 2.5733
Bằng tiêu chuẩn ADF, phần dư là nhiễu trắng với mọi mức ý nghĩa 1%, 5%, 10%.
ii. Kiểm định c của mô hình GARCH(1) ở trên.
H0 : c = 0
H1 : c > 0
Wald Test:
Equation: EQ02
Null Hypothesis:
C(3)=0
F-statistic
7.366289
Probability
0.007145
Chi-square
7.366289
Probability
0.006646
Kết quả kiểm định cho thấy c > 0 do kiểm định F có P_value = 0.007145 < 0.05 và kiểm định có P_value = 0.006646.
iii. Kiểm định
H0 : c(4)+c(5) = 1
H1 : c(4)+c(5) < 1
Wald Test:
Equation: EQ02
Null Hypothesis:
C(4)+C(5)=0
F-statistic
43.69997
Probability
0.00000
Chi-square
43.69997
Probability
0.00000
Kết quả trên cho thấy kiểm định F và đều có P_value = 0.00 < 0.05 → bác bỏ giả thiết H0.
Vậy các giả thiết của mô hình trong GARCH(1) đều được thoả mãn. Mô hình GARCH(1) ước lượng được là tốt:
Rt = 0.172661*Rt-7 + 0.152839*Rt-9 + Ut
= 9.43E-05 + 0.200373* + 0.51845*
0.000335376
Đề bài: Ước lượng mô hình GARCH cho một chuỗi lợi suất của một loại cổ phiếu bất kì với số liệu theo ngày (ít nhất 2 tháng) trên HASTC hay HOSE.
1. Một số khảo sát sơ lược về chuỗi lợi suất của giá cổ phiếu BTC:
2. Kiểm định tính dừng của chuỗi RBTC :
3. Mô hình ARIMA đối với chuỗi RBTC :
4. Mô hình GARCH(p,q) đối với chuỗi RBTC :
...

Yêu cầu Download

Tài liệu, ebook tham khảo khác

Ước lượng mô hình GARCH cho một chuỗi lợi suất của một loại cổ phiếu bất kì với số liệu theo ngày (ít nhất 2 tháng) trên HASTC hoặc HOSE - pdf 28

Tóm tắt nội dung tài liệu:

Tài liệu, ebook tham khảo khác

Học thêm