IDEAS home Printed from https://ideas.repec.org/p/osf/osfxxx/sr3u4.html
   My bibliography  Save this paper

Ứng dụng mô hình ARCH và GARCH dự báo lợi suất cổ phiếu VNM

Author

Listed:
  • 子, 鬼谷

Abstract

Dựa trên dữ liệu thu thập là giá đóng cửa của cổ phiếu Công ty Cổ phần Sữa Việt Nam (VNM) theo ngày, từ ngày 31/8/2016 đến ngày 14/9/2020, bao gồm 989 quan sát được sử dụng đo lường sự biến động của giá cổ phiếu và lợi suất ngày. Từ đó sử dụng mô hình ARCH-GARCH để dự báo lợi suất của cổ phiếu VNM. Chuỗi lợi suất theo ngày của VNM tuân theo quy luật phân phối chuẩn và có tính dừng. Kết quả nghiên cứu cho thấy mô hình GARCH(1,1) phù hợp để tiến hành dự báo tỷ suất của cổ phiếu VNM. Những biến động trong quá khứ của thị trường có thể được lặp lại trong hiện tại và nghiên cứu dự báo những biến động của thị trường góp phần cung cấp dữ liệu quan trọng trong việc quyết định phân bổ tài sản, quản lý rủi ro và quản lý các danh mục đầu tư cho các nhà đầu tư trên thị trường chứng khoán Việt Nam.

Suggested Citation

  • 子, 鬼谷, 2021. "Ứng dụng mô hình ARCH và GARCH dự báo lợi suất cổ phiếu VNM," OSF Preprints sr3u4, Center for Open Science.
    • Handle: RePEc:osf:osfxxx:sr3u4
    DOI: 10.31219/osf.io/sr3u4
    as

    Download full text from publisher

    File URL: https://osf.io/download/6186679325f90a00880f6926/
    Download Restriction: no
    File URL: https://libkey.io/10.31219/osf.io/sr3u4?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:osf:osfxxx:sr3u4. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: OSF (email available below). General contact details of provider: https://osf.io/preprints/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.