Nghiên cứu ứng dụng mô hình VaR (Value at risk) và mô hình Arima (Autoregressive integrated moving average) vào QTRR danh mục cổ phiếu niêm yết

<p> Mô hình Arima có thể dùng để dự báo, song chưa phải là tối ưu bởi vì sự phụ thuộc trong mô hình được giả định là tuyến tính. Kế đó, việc dự báo cho các ngày kế tiếp để thấy rõ xu hướng giá thường có sai số lớn, việc cập nhật dữ liệu thường xuyên là cần thiết để đưa ra dự báo sát với thực tế hơn. Ngoài ra, xu hướng giá có thể chưa thể hiện rõ nét nếu chỉ dựa vào việc dự báo giá cổ phiếu trong vài ba ngày tới. + Hạn chế xuất phát từ sự kết hợp: Thứ nhất, việc giả định các hoạt động mua bán trên TTCK diễn ra liên tục tức không tuân theo quy luật T+3 như hiện nay là một hạn chế lớn trong đề tài. Tuy nhiên, trong thực tế, chúng ta cũng có một số cách khắc phục như việc ứng trước tiền trên tài khoản kèm với việc đã trừ đi 1 khoản phí cho việc vay 3 ngày làm việc đó, lãi suất tùy theo từng thời kỳ (hiện tại là 0,055%/ngày10). Thứ hai, việc chỉ nhìn vào xu hướng giá cổ phiếu tăng giảm để điều chỉnh danh mục tỏ ra là một hạn chế. Do đó, khi tiến hành chúng ta nên kết hợp với xem xét thêm các nhân tố tác động trực tiếp đến VaR của danh mục để có thể điều chỉnh chính xác hơn. </p>

TÀI LIỆU LUẬN VĂN CÙNG DANH MỤC

TIN KHUYẾN MÃI

  • Thư viện tài liệu Phong Phú

    Hỗ trợ download nhiều Website

  • Nạp thẻ & Download nhanh

    Hỗ trợ nạp thẻ qua Momo & Zalo Pay

  • Nhận nhiều khuyến mãi

    Khi đăng ký & nạp thẻ ngay Hôm Nay

NẠP THẺ NGAY