TLMPNN

library(DT)

## Warning: package 'DT' was built under R version 4.3.1

library("ggplot2")

## Warning: package 'ggplot2' was built under R version 4.3.1

library("webshot2")

## Warning: package 'webshot2' was built under R version 4.3.1

1 PHẦN MỞ ĐẦU

1.1 Lý do chọn đề tài

Mô phỏng các yếu tố ảnh hưởng đến giá cổ phiếu VPB là một phần quan trọng trong quá trình nghiên cứu và đánh giá hiệu suất tài sản tài chính. Bằng cách tiến hành mô phỏng, chúng ta có thể thấy rõ hơn cách mà những yếu tố như biến động của thị trường chứng khoán, sự biến đổi trong chỉ số chứng khoán quốc tế và các yếu tố kinh tế khác có thể ảnh hưởng đến giá cổ phiếu VPB.Mô phỏng giúp chúng ta định rõ mối quan hệ tương quan giữa các yếu tố này và giá cổ phiếu VPB, từ đó tạo ra những kịch bản và dự đoán về sự biến đổi của giá cổ phiếu trong tương lai. Thông qua việc sử dụng mô hình mô phỏng, chúng ta có thể đánh giá tác động của từng yếu tố đối với giá cổ phiếu VPB và xác định được sự nhạy cảm của giá cổ phiếu đối với sự biến đổi của các yếu tố này.Bên cạnh đó, mô phỏng cũng giúp ta hiểu rõ hơn về tương quan giữa các yếu tố ảnh hưởng và có khả năng phân tích những tình huống khả quan hoặc khó khăn mà công ty có thể đối mặt trong tương lai. Điều này cung cấp thông tin quý báu để quản lý rủi ro và đưa ra các quyết định chiến lược trong việc đầu tư và quản lý cổ phiếu VPB.

Tóm lại, “Mô phỏng các yếu tố ảnh hưởng đến giá cổ phiếu VPB” là một phần không thể thiếu trong quá trình nghiên cứu và phân tích tài chính, giúp ta có cái nhìn toàn diện hơn về tương lai của cổ phiếu VPB và hỗ trợ trong việc ra quyết định đầu tư và quản lý tài sản tài chính.

1.2 Mục tiêu của đề tài

Mục tiêu chính của việc mô phỏng các yếu tố ảnh hưởng đến giá cổ phiếu VPB là đảm bảo một hiểu biết sâu sắc và toàn diện về cách những yếu tố khác nhau có thể tác động đến biến động của giá cổ phiếu VPB trên thị trường tài chính. Qua việc xây dựng và thử nghiệm các mô hình mô phỏng, chúng ta hướng đến các mục tiêu quan trọng sau:

Dự đoán và Tương lai hóa: Mô phỏng giúp ta tạo ra những kịch bản và dự đoán về tương lai giá cổ phiếu VPB dựa trên các yếu tố ảnh hưởng. Điều này rất hữu ích cho các nhà đầu tư, quản lý tài sản và người tham gia thị trường chứng khoán để có cái nhìn trước về cách giá cổ phiếu có thể thay đổi trong các tình huống khác nhau.

Hiểu Rõ Tương Quan: Mục tiêu khác của việc mô phỏng là giúp chúng ta hiểu rõ hơn về tương quan giữa các yếu tố ảnh hưởng và giá cổ phiếu VPB. Thông qua mô phỏng, chúng ta có thể phân tích cách mà biến đổi trong từng yếu tố có thể gây ra sự biến đổi tương ứng trong giá cổ phiếu.

Đánh Giá Tác Động và Nhạy Cảm: Việc mô phỏng cho phép chúng ta đánh giá tác động của từng yếu tố ảnh hưởng đến giá cổ phiếu VPB. Chúng ta có thể xác định mức độ nhạy cảm của giá cổ phiếu đối với sự biến đổi của từng yếu tố và định rõ các yếu tố có ảnh hưởng lớn nhất.

Quản Lý Rủi Ro: Mục tiêu quan trọng khác của việc mô phỏng là hỗ trợ trong việc quản lý rủi ro. Chúng ta có thể định danh và đo lường các yếu tố rủi ro tiềm năng có thể ảnh hưởng đến giá cổ phiếu VPB. Điều này giúp chúng ta thực hiện các chiến lược và quyết định phù hợp để giảm thiểu tác động tiêu cực của những tình huống bất ngờ.

1.3 Phạm vi, đối tượng nghiên cứu

Đối tượng nghiên cứu: giá cổ phiếu của ngân hàng Việt Nam Thịnh Vượng (VPBank).

Phạm vi nghiên cứu: dữ liệu được lấy trong giai đoạn 2021-2022.

2 CHƯƠNG 1: TỔNG QUAN LÝ THUYẾT

2.1 Cổ phiếu

2.1.1 Khái niệm cổ phiếu

Cổ phiếu là một loại chứng khoán chứng nhận quyền sở hữu cổ phần trong một tổ chức phát hành. Chứng khoán là thuật ngữ được sử dụng để chỉ các sản phẩm tài chính xác nhận quyền sở hữu hợp pháp đối với tài sản hoặc phần vốn của công ty hoặc tổ chức đã phát hành. Khái niệm chứng khoán bao gồm cổ phiếu, trái phiếu, chứng chỉ quỹ và chứng quyền. Trong số này, cổ phiếu là loại chứng khoán xác nhận quyền sở hữu cổ phần trong tổ chức phát hành. Người nắm giữ cổ phiếu trở thành cổ đông của công ty đó. Có hai loại cổ phiếu chính, đó là cổ phiếu thường và cổ phiếu ưu đãi. Người nắm giữ cổ phiếu thường (cổ phiếu phổ thông) có quyền tham dự họp đại hội cổ đông và có quyền biểu quyết trong các vấn đề quan trọng của công ty. Trong khi đó, cổ phiếu ưu đãi cung cấp cho người nắm giữ một số đặc quyền hơn hoặc hạn chế một số quyền so với cổ đông phổ thông, tùy thuộc vào loại cổ phiếu ưu đãi đó.

2.1.2 Phân loại cổ phiếu

Cổ phiếu thường:

Cổ đông sở hữu cổ phiếu thường được phân phối các quyền sau:

• Quyền tự do chuyển nhượng cổ phiếu.

• Quyền biểu quyết trong các quyết định của công ty tại Đại hội cổ đông.

• Quyền nhận cổ tức dựa trên kết quả kinh doanh và giá trị cổ phiếu hiện tại.

Cổ phiếu ưu đãi: có ba loại cổ phiếu ưu đãi phổ biến:

• Cổ phiếu ưu đãi cổ tức: Cổ đông nắm giữ loại cổ phiếu này được hưởng cổ tức cao hơn so với cổ phiếu thường, nhưng bị hạn chế quyền biểu quyết, tham gia Đại hội cổ đông và đề cử thành viên vào Hội đồng quản trị và Ban kiểm soát.

• Cổ phiếu ưu đãi hoàn lại: Người nắm giữ cổ phiếu này có quyền yêu cầu công ty hoàn lại vốn góp vào bất kỳ thời điểm nào hoặc theo các điều kiện đã thỏa thuận trước. Tuy nhiên, cổ phiếu này cũng bị hạn chế quyền biểu quyết, tham gia Đại hội cổ đông và đề cử thành viên vào Hội đồng quản trị và Ban kiểm soát.

• Cổ phiếu ưu đãi biểu quyết: Đây là loại cổ phiếu có số phiếu biểu quyết lớn hơn so với cổ phiếu thường. Cổ phiếu ưu đãi biểu quyết cũng có các quyền khác giống như cổ phiếu thường, bao gồm quyền biểu quyết, tham gia Đại hội cổ đông và đề cử thành viên vào Hội đồng quản trị và Ban kiểm soát, nhưng không được phép chuyển nhượng cho người khác.

2.2 Chỉ số VN30-Index

2.2.1 Khái niệm chỉ số VN30-Index

Chỉ số VN30 (VN-Index 30) là một trong những chỉ số chứng khoán chính thức của thị trường chứng khoán Việt Nam. Chỉ số này đo lường hiệu suất của 30 công ty có vốn hóa thị trường lớn nhất và thanh khoản cao nhất trên sàn giao dịch chứng khoán TP.HCM (HOSE).

Chỉ số VN30 được tính dựa trên giá cổ phiếu của các công ty thành phần trong danh mục của nó. Các công ty này được chọn dựa trên vốn hóa thị trường và thanh khoản, nghĩa là các công ty lớn và có sự giao dịch sôi động sẽ được bao gồm để tạo nên mẫu hình chung của thị trường chứng khoán.

VN30 thường được sử dụng như một chỉ số tham khảo để đo lường tình hình chung của thị trường chứng khoán Việt Nam. Sự biến động của VN30 có thể phản ánh xu hướng tăng giảm của thị trường, cũng như sự biến đổi của các yếu tố tác động đến sự biến động của các công ty thành phần.

Chỉ số VN30 thường được theo dõi rộng rãi bởi các nhà đầu tư, các chuyên gia tài chính và các người tham gia thị trường để hiểu rõ hơn về xu hướng chung và diễn biến của thị trường chứng khoán Việt Nam.

2.2.2 Ý nghĩa của chỉ số VN30-Index

• Chỉ số VN30 được xem như một tiêu chí đo lường tình hình tổng quan của thị trường chứng khoán Việt Nam. Sự biến động của VN30 thể hiện sự biến đổi của giá cổ phiếu của 30 công ty lớn và thanh khoản cao nhất trên sàn giao dịch TP.HCM. Điều này giúp nhà đầu tư và người tham gia thị trường theo dõi xu hướng tăng giảm của thị trường.

• VN30 cung cấp cho nhà đầu tư cá nhân, tổ chức và các chuyên gia tài chính thông tin về hiệu quả của việc đầu tư vào các công ty lớn và có vốn hóa thị trường cao. Nó có thể giúp người đầu tư đưa ra quyết định thông minh về việc mua bán cổ phiếu trong danh mục đầu tư của họ.

• Sự thay đổi của chỉ số VN30 thường phản ánh sự kỳ vọng và nhận định của thị trường về tình hình kinh tế, chính trị và tài chính của quốc gia. Khi VN30 tăng, thường có thể hiện sự tin tưởng và kỳ vọng tích cực của nhà đầu tư đối với thị trường.

• VN30 giúp đánh giá tác động của các yếu tố kinh tế, chính trị và tài chính đến thị trường chứng khoán. Một VN30 biến động mạnh có thể phản ánh các tình huống bất ngờ hoặc rủi ro tiềm năng trong thị trường.

• Các quỹ đầu tư, tổ chức tài chính và người tham gia thị trường có thể sử dụng VN30 là cơ sở để xây dựng chiến lược đầu tư và quản lý danh mục tài sản. VN30 cung cấp thông tin về tình hình tổng quan của thị trường chứng khoán, từ đó giúp họ đưa ra quyết định thông minh và hiệu quả.

2.3 Chỉ số Dow Jones

2.3.1 Khái niệm chỉ số Dow Jones

Chỉ số Dow Jones, hay còn gọi là Dow Jones Industrial Average (DJIA), là một trong những chỉ số chứng khoán nổi tiếng và có lịch sử lâu đời nhất trên thị trường chứng khoán Hoa Kỳ. Chỉ số này được sử dụng để đo lường hiệu suất của một nhóm các công ty có quyền cổ tức cao và có tầm ảnh hưởng trong nền kinh tế Mỹ. Dow Jones thường được coi là một chỉ số tham khảo quan trọng để đo lường tình hình thị trường chứng khoán Hoa Kỳ và cả thế giới.

Dow Jones Industrial Average được tính toán dựa trên giá cổ phiếu của 30 công ty lớn và có sự đa dạng về ngành nghề. Các công ty này được chọn dựa trên tầm ảnh hưởng của họ trong nền kinh tế và quyền cổ tức cao. Chỉ số này không phản ánh tất cả các công ty niêm yết trên thị trường chứng khoán Mỹ, mà chỉ tập trung vào một nhóm công ty tiêu biểu.

Dow Jones không sử dụng phương pháp tính trọng số dựa trên vốn hóa thị trường như một số chỉ số khác. Thay vào đó, nó tính trung bình giá cổ phiếu của các công ty thành phần. Việc tính trung bình này là bằng cách chia tổng giá cổ phiếu của các công ty cho một hằng số, được gọi là “divisor”. Divisor này được điều chỉnh theo thời gian để đảm bảo rằng chỉ số không bị ảnh hưởng bởi các sự kiện như chia cổ tức hay chia tách cổ phiếu.

Chỉ số Dow Jones được theo dõi rộng rãi bởi các nhà đầu tư, chuyên gia tài chính và người tham gia thị trường để hiểu về tình hình thị trường chứng khoán Hoa Kỳ và đánh giá tác động của các yếu tố kinh tế và chính trị đến thị trường.

2.3.2 Ý nghĩa của chỉ số Dow Jones

• Chỉ số Dow Jones được coi là biểu tượng đại diện cho thị trường chứng khoán Hoa Kỳ. Sự biến đổi của chỉ số này thường phản ánh tình hình tổng quan của thị trường chứng khoán Mỹ.

• Dow Jones chủ yếu tập trung vào 30 công ty có quyền cổ tức cao và có tầm ảnh hưởng trong nền kinh tế Mỹ. Điều này giúp đo lường hiệu suất của các công ty lớn, có khả năng tác động đến tình hình kinh tế quốc gia.

• Sự biến đổi của Dow Jones thường phản ánh sự biến đổi của tình hình kinh tế Mỹ. Khi chỉ số tăng, thường thể hiện sự tin tưởng và kỳ vọng tốt đẹp về tình hình kinh tế. Ngược lại, khi chỉ số giảm, có thể phản ánh những lo ngại về tình hình kinh tế.

• Dow Jones thường được sử dụng như một dấu hiệu tham khảo cho nhà đầu tư cá nhân và chuyên gia tài chính trong việc đánh giá tình hình thị trường chứng khoán. Sự biến đổi của chỉ số này có thể giúp họ đưa ra quyết định mua bán cổ phiếu và các quyết định đầu tư khác.

• Chỉ số Dow Jones không chỉ ảnh hưởng đến thị trường Mỹ mà còn tạo ra tín hiệu và tác động đến thị trường tài chính toàn cầu. Sự biến đổi mạnh mẽ của Dow Jones có thể tác động đến tâm lý của các nhà đầu tư trên khắp thế giới.

• Dow Jones cũng có thể được dùng như một dấu hiệu dự báo về tình hình kinh tế tương lai của Mỹ. Khi chỉ số tăng hoặc giảm mạnh, nó có thể phản ánh các dự báo về sự biến đổi của tình hình kinh tế.

2.4 Chỉ số Nikkei225

2.4.1 Khái niệm chỉ số Nikkei225

Chỉ số Nikkei 225 (Nikkei Stock Average 225), thường được gọi là Nikkei 225 hay Nikkei, là một trong những chỉ số chứng khoán quan trọng và có tiếng tăm tại thị trường chứng khoán Nhật Bản. Chỉ số này đo lường hiệu suất của 225 công ty lớn và có tầm ảnh hưởng trên thị trường chứng khoán Tokyo (Tokyo Stock Exchange - TSE). Nikkei 225 thường được xem là biểu hiện của tình hình kinh tế và thị trường tài chính của Nhật Bản.

2.4.2 Ý nghĩa của chỉ số Nikkei225

• Nikkei 225 được coi là một chỉ số tham khảo quan trọng đại diện cho tình hình thị trường chứng khoán Nhật Bản. Sự biến đổi của chỉ số này thường phản ánh tình hình tổng quan của thị trường chứng khoán Nhật Bản.

• Nikkei 225 tập trung vào 225 công ty có quyền cổ tức cao và có tầm ảnh hưởng trong nền kinh tế Nhật Bản. Chỉ số này giúp đo lường hiệu suất của các công ty lớn và có khả năng tác động đến tình hình kinh tế quốc gia.

• Sự biến đổi của Nikkei 225 thường phản ánh sự biến đổi của tình hình kinh tế Nhật Bản. Khi chỉ số tăng, có thể thể hiện sự tin tưởng và kỳ vọng tích cực về tình hình kinh tế của đất nước.

• Nikkei 225 có thể thể hiện tâm lý của các nhà đầu tư và người tham gia thị trường về tình hình kinh tế và chính trị Nhật Bản. Sự biến đổi của chỉ số này có thể tạo ra tín hiệu về tâm lý tích cực hoặc lo ngại trong thị trường.

• Các nhà đầu tư và chuyên gia tài chính thường sử dụng Nikkei 225 như một dấu hiệu tham khảo để đánh giá tình hình thị trường chứng khoán Nhật Bản. Chỉ số này giúp họ đưa ra quyết định mua bán cổ phiếu và xây dựng chiến lược đầu tư.

• Tương tự như Dow Jones và S&P 500, Nikkei 225 cũng có khả năng tạo ra tác động và tín hiệu cho thị trường tài chính toàn cầu, bởi vì tình hình kinh tế Nhật Bản có sự tương tác mạnh mẽ với nền kinh tế toàn cầu.

2.5 Ý nghĩa của giá dầu thô

• Giá dầu thô có ảnh hưởng mạnh mẽ đến nền kinh tế toàn cầu. Mức giá dầu thấp thường hỗ trợ tăng trưởng kinh tế, vì nó giảm chi phí năng lượng cho các doanh nghiệp và người tiêu dùng. Ngược lại, mức giá dầu cao có thể gây ra tác động tiêu cực lên tăng giá hàng hóa, vận tải và các ngành khác.

• Giá dầu thấp thường dẫn đến giá cước phí vận tải thấp hơn, làm giảm chi phí vận chuyển hàng hóa qua biển và không gian. Tuy nhiên, giá dầu cao có thể làm tăng giá cước phí vận tải, ảnh hưởng đến chi phí sản xuất và giá hàng hóa cuối cùng.

• Giá dầu thô cũng ảnh hưởng đến các ngành liên quan như công nghiệp dầu khí, ngành năng lượng tái tạo, sản xuất ô tô, hàng không và các ngành sử dụng nhiên liệu. Sự biến đổi của giá dầu thô có thể ảnh hưởng đến việc đầu tư, sản xuất và lợi nhuận của các ngành này.

• Giá dầu thấp có thể tạo ra áp lực cho các quốc gia sản xuất dầu để điều chỉnh nguồn thu ngân sách. Trong khi đó, giá dầu cao có thể gây ra căng thẳng về tài chính và an ninh cho các nước nhập khẩu dầu. Thay đổi giá dầu cũng có thể ảnh hưởng đến quan hệ quốc tế và chính trị của các quốc gia sản xuất và tiêu thụ dầu.

• Giá dầu thấp thường làm giảm áp lực lên lạm phát và có thể tạo điều kiện thuận lợi cho chính sách tiền tệ và tài khóa. Tuy nhiên, tăng giá dầu có thể tạo ra sự bất ổn trên thị trường tài chính vì nó có thể gây ra sự biến đổi không đoán trước được trong triển vọng kinh tế.

Tóm lại, giá dầu thô có tầm ảnh hưởng rất lớn đối với nền kinh tế, chính trị và thị trường tài chính toàn cầu. Sự biến đổi của giá dầu thô có thể tạo ra tác động rộng rãi và không thể bỏ qua trong việc đánh giá và dự báo tình hình kinh tế thế giới.

2.6 Ý nghĩa của giá vàng

• Vàng đã được coi là một tài sản giữ giá trị từ hàng thế kỷ. Trong thời gian khủng hoảng tài chính hoặc lạm phát, giá vàng thường tăng do nhiều người tìm đến nó như một tài sản an toàn để bảo vệ giá trị tài sản của họ.

• Giá vàng thường có xu hướng tăng khi có nguy cơ lạm phát hoặc tăng trưởng kinh tế không ổn định. Vàng được coi là một cách để bảo vệ khỏi giảm giá trị của tiền tệ trong tình hình lạm phát.

• Giá vàng có thể phản ánh tâm lý và kỳ vọng của thị trường đối với tình hình kinh tế và chính trị. Sự biến đổi của giá vàng thường được xem là một chỉ số tiên đoán tiềm năng về tình hình kinh tế.

• Nhiều quốc gia có thói quen tích trữ vàng trong dự trữ ngoại hối của họ. Vàng được coi là một tài sản dự trữ có tính ổn định và giúp bảo vệ giá trị của tiền tệ quốc gia trong thị trường quốc tế.

• Vàng là một lựa chọn đầu tư phổ biến trong các danh mục đa dạng hóa. Người đầu tư có thể mua vàng vật chất hoặc tham gia vào thị trường vàng tài khoản (gold trading) để kiếm lời từ sự biến động giá vàng.

• Vàng thường có ý nghĩa văn hóa và truyền thống, được sử dụng trong các nghi lễ, sự kiện quan trọng và là biểu tượng của giàu có và quyền lực.

Tóm lại, giá vàng có ý nghĩa sâu sắc trong nhiều khía cạnh của cuộc sống và kinh tế. Nó không chỉ là một tài sản có giá trị giữa thị trường tài chính, mà còn mang trong mình nhiều ý nghĩa văn hóa, tâm lý và kinh tế quan trọng.

3 CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU

3.1 Mô hình hồi quy tuyến tính đa biến

Mô hình hồi quy tuyến tính đa biến là một mô hình thống kê được sử dụng để ước tính mối quan hệ tuyến tính giữa một biến phụ thuộc và nhiều biến độc lập. Mô hình được viết dưới dạng:

\(Y=\beta_0+\beta_1X_1+\beta_2X_2+...+\beta_nX_n+\varepsilon\)

Trong đó:

Y là biến phụ thuộc \(X_1, X_2,…, X_n\) là các biến độc lập \(β_0, β_1, β_2,…, β_n\) là các hệ số hồi quy tương ứng với các biến độc lập ϵ là sai số đại diện cho sai số giữa giá trị thực tế và giá trị dự đoán của biến phụ thuộc.

Mục tiêu của việc ước lượng hệ số hồi quy là tìm các giá trị \(β_0, β_1, β_2,…, β_n\) sao cho mô hình hồi quy phù hợp tốt với dữ liệu thực tế nhất. Quá trình này thường được thực hiện bằng phương pháp của bình phương tối thiểu (Ordinary Least Squares - OLS), tìm cách giảm thiểu tổng bình phương của sai số ϵ.

Sau khi ước lượng hệ số hồi quy, chúng ta cần kiểm tra tính chính xác của mô hình. Các kiểm định thường được sử dụng bao gồm kiểm định hồi quy, kiểm tra t-Student cho từng hệ số, kiểm tra F-statistic, kiểm tra điều kiện phân phối của sai số,…

Sau khi đã kiểm tra và xác nhận tính chính xác của mô hình, chúng ta có thể sử dụng nó để dự đoán giá trị của biến phụ thuộc dựa trên giá trị của các biến độc lập.

3.2 Mô hình ngẫu nhiên

Mô hình ngẫu nhiên (Stochastic Model/Random Model). Nếu mô hình mô phỏng có chứa ít nhất một thành phần ngẫu nhiên, thì nó gọi là mô hình ngẫu nhiên. Các biến biểu diễn mô hình tuân theo các phân phối xác suất. Mô hình vận hành theo những quy luật ngẫu nhiên,thường được nghiên cứu bởi các quy luật xác suất và các quá trình ngẫu nhiên. Mô hình hàng đợi (Queue Model), mô hình kho bãi (Storage Model), mô hình rủi ro bảo hiểm (Insurance Risk Model) là các ví dụ về mô hình ngẫu nhiên.

3.3 Các phân phối xác suất thường gặp trong thống kê

3.3.1 Phân phối Bernoulli

Một phép thử Bernoulli có kết quả nhận được là một trong hai giá trị hoặc “thành công” hoặc “thất bại”. “Thành công” xảy ra với xác suất là p, “thất bại” với xác suất là \(q=1-p\). Tham số p là số thực nằm giữa 0 và 1. Một biến ngẫu nhiên X có phân phối Bernoulli nhận một trong 2 giá trị: 1 (thành công) hoặc 0 (thất bại). Xác suất thành công \(P(X = 1) = p\), và xác suất thất bại \(P(X = 0) = q = 1 – p\)

Hàm xác suất: \(f(1) = p; f(0) = 1 – p\)

Trung bình: \(\mu=p\)

Phương sai: \(\sigma^2=p\left(1-p\right)=pq\)

Hàm sinh moment: \(m\left(t\right)=pe^t+q\)

3.3.2 Phân phối Poission

Trong lý thuyết xác suất và thống kê, phân phối Poisson là một phân phối xác suất rời rạc. Nó khác với các phân phối xác suất rời rạc khác ở chỗ thông tin biết không phải là xác suất để một sự kiện xảy ra thành công trong một lần thử như trong phân phối Bernoulli hay là số lần mà sự kiện đó xảy ra trong n lần thử như trong phân phối nhị thức, mà chính là trung bình số lần xảy ra thành công của một sự kiện trong một khoảng thời gian nhất định. Gía trị trung bình này được gọi là lambda, kí hiệu là . Phân phối Poisson còn được dùng cho khoảng mà đơn vị khác thời gian như: khoảng cách, diện tích hay thể tích. Một ví dụ cổ điển là sự phân rã hạt nhân của các nguyên tử.

Khi những sự kiện xảy ra một cách ngẫu nhiên đều đặn với tỷ lệ là \(\lambda\) sự kiện trên một đơn vị thời gian, khi đó biến ngẫu nhiên X đếm số sự kiện xảy ra trong khoảng thời gian độ dài t, có phân phối Poisson.

Hàm xác suất: \(f(x) = \frac{1}{x!}{(\gamma t)}^xe^{-\gamma t}; x = 0,1,2,…\)

Trung bình: \(\mu=\lambda t\)

Phương sai: \(\sigma^2=\lambda t\)

Hàm sinh moment: \(m(s)=\ e^{(\gamma t)}\)

3.3.3 Phân phối nhị thức

Phân phối nhị thức với tham số p và n là tổng của n phép thử Bernoulli với xác suất p độc lập với nhau. Biến ngẫu nhiên có phân phối nhị thức nhận giá trị từ 0 đến n và xác suất để chọn ra x phần tử mong muốn trong n phần tử là \(\left(\begin{matrix}n\\x\\\end{matrix}\right)p^x{(1-p)}^{n-x} với x = 0,1 2,…,n\)

Hàm xác suất: \(f(x)=\left(\begin{matrix}n\\x\\\end{matrix}\right)p^x{(1-p)}^{n-x}; x = 0,1 2,…,n\)

Trung bình: \(\mu=np\)

Phương sai:$ ^2=np(1-p)=npq$

Hàm sinh moment: \(m\left(t\right)={(pe^t+q\ )}^n\)

3.3.4 Phân phối chuẩn

Phân phối chuẩn, còn gọi là phân phối Gauss, là một phân phối xác suất cực kì quan trọng trong nhiều lĩnh vực. Nó là họ phân phối có dạng tổng quát giống nhau, chỉ khác tham số vị trí (giá trị trung bình μ) và tỉ lệ (phương sai σ2).

Phân phối chuẩn chuẩn hóa (standard normal distribution) là phân phối chuẩn với giá trị trung bình bằng 0 và phương sai bằng 1 (đường cong màu đỏ trong hình bên phải). Phân phối chuẩn còn được gọi là đường cong chuông (bell curve) vì đồ thị của mật độ xác suất có dạng chuông.

Hàm mật độ: \(f(x)=\frac{1}{\sigma\sqrt{2\pi}}e-\frac{{(X-\mu)}^2}{2\sigma^2}; x\ \epsilon\ R\)

Trung bình: \(\mu\)

Phương sai: \(\sigma^2\)

Hàm sinh moment: \(m(s)=e^{\mu t}+\frac{t^2\sigma^2}{2}\)

3.3.5 Phân phối Chi – bình phương

Trong lý thuyết xác suất thống kê, phân phối Chi-bình phương (X^2) với k bậc tự do là phân phối của tổng k bình phương biến ngẫu nhiên có phân phối chuẩn hóa độc lập và là một trong những phân phối thường được sử dụng trong thống kê suy luận như kiểm định giả thuyết thống kê hay xây dựng khoảng tin cậy.

Hàm mật độ: \(f(x)=\frac{x^{\frac{k}{2}-1}e^\frac{x}{2}}{2^\frac{k}{2}\Gamma\left(\frac{k}{2}\right)} với x > 0\)

Trung bình: \(\mu=k\)

Phương sai: \(\sigma^2=2k\)

Hàm sinh moment: \(m(t)={(1-2t)}^\frac{k}{2}\)

3.3.6 Phân phối Student

Nếu \(Y~N(0,1)\) và \(Z~X^2(k)\) và độc lập với Y thì: \(X=\frac{Y}{\sqrt{\frac{z}{k}}}~T(k)\). Phân phối Student có hình dạng đối xứng hình chuông giống với phân phối chuẩn nhưng phần đuôi của phân phối Student “nặng” hơn phân phối chuẩn, nghĩa là nó có nhiều giá trị phân bố xa giá trị trung bình hơn phân phối chuẩn. Trong khi phân phối chuẩn mô tả toàn bộ tổng thể, phân phối Student mô tả mẫu được lấy từ một tổng thể đầy đủ, do đó với mỗi cỡ mẫu khác nhau ta sẽ có phân phối Student cho mẫu khác nhau và khi cỡ mẫu càng lớn thì phân phối Student sẽ càng giống với phân phối chuẩn.

Hàm mật độ: \(f(x)=\frac{\Gamma\left(\frac{k+1}{2}\right)}{\sqrt{\pi k}\Gamma\left(\frac{k}{2}\right){(1+\frac{x^2}{k})}^\frac{k+1}{2}}; x\ \epsilon\ R\)

Trung bình: \(\mu=0\)

Phương sai: \(\sigma^2=\frac{k}{k-2} khi k\geq2\)

4 CHƯƠNG 3: MÔ PHỎNG CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ CỔ PHIẾU VPB

4.1 Mô hình đề xuất

\(VPB=\beta_0+\beta_1VANG+\beta_2DAU+\beta_3VN30+\beta_4DJ+\beta_5LS+\beta_6Nikkei225\)

Trong đó:

Biến phụ thuộc: VPB - giá cổ phiếu ngân hàng VPBank.(VNĐ)

Biến độc lập:

• VANG: giá vàng.(USD/ounce)

• DAU: giá dầu thô.(USD/thùng)

• VN30: chỉ số VN30-Index.(điểm)

• DJ: chỉ số Dow Jones.(điểm)

• Nikkei225: chỉ số Nikkei 225.(điểm)

• LS: lãi suất.(%)

4.2 Dữ liệu đầu vào

Dữ liệu được thu thập từ investing.com trong giai đoạn 2021-2022 với 500 quan sát. Gồm:

• VPB: giá cổ phiếu ngân hàng VPBank.(VNĐ)

• VANG: giá vàng.(USD/ounce)

• DAU: giá dầu thô.(USD/thùng)

• VN30: chỉ số VN30-Index.(điểm)

• DJ: chỉ số Dow Jones.(điểm)

• Nikkei225: chỉ số Nikkei 225.(điểm)

• LS: lãi suất.(%)

t <-read.csv("C:/Users/LU UYEN/Downloads/TLMP.csv")
#Thống kê mô tả các biến
summary(t)

##    Nikkei225          VANG           DAU              VN30       
##  Min.   :24718   Min.   :1631   Min.   : 47.62   Min.   : 904.8  
##  1st Qu.:27156   1st Qu.:1757   1st Qu.: 68.15   1st Qu.:1196.1  
##  Median :27997   Median :1799   Median : 80.48   Median :1348.4  
##  Mean   :28007   Mean   :1802   Mean   : 81.53   Mean   :1329.9  
##  3rd Qu.:28862   3rd Qu.:1843   3rd Qu.: 92.62   3rd Qu.:1493.0  
##  Max.   :30670   Max.   :2043   Max.   :123.70   Max.   :1572.5  
##        DJ              LS             VPB       
##  Min.   :28730   Min.   :0.100   Min.   :10982  
##  1st Qu.:32116   1st Qu.:0.640   1st Qu.:18000  
##  Median :33894   Median :1.085   Median :21667  
##  Mean   :33480   Mean   :1.926   Mean   :20907  
##  3rd Qu.:34800   3rd Qu.:2.542   3rd Qu.:24267  
##  Max.   :36800   Max.   :8.440   Max.   :26926

Dựa vào kết quả thống kê mô tả, ta thấy:

• Giá cổ phiếu VPB dao động từ 10982 VNĐ đến 26926 VNĐ , trung bình (mean) là 20907 VNĐ. 1st Qu.(first quartile) = 18000 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 18000 VNĐ. Tương tự, 3rd Qu.(Third quartile) = 24267 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 24267 VNĐ. Số trung vị (median) 21667 cũng có nghĩa là 50% số cổ phiếu có giá trị là 21667 VNĐ trở xuống.

• Giá dầu thô dao động từ 47.62 USD/thùng đến 123.70 USD/thùng , trung bình (mean) là 81.53 USD/thùng. 1st Qu.(first quartile) = 68.15 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 68.15 USD/thùng. Tương tự, 3rd Qu.(Third quartile) = 92.62 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 92.62 USD. Số trung vị (median) 80.48 cũng có nghĩa là 50% số cổ phiếu có giá trị là 80.48USD/thùng trở xuống.

• Giá vàng dao động từ 1631 USD/ounce đến 2043 USD/ounce , trung bình (mean) là 1802 USD/ounce. 1st Qu.(first quartile) = 1757 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 1757 USD/ounce. Tương tự, 3rd Qu.(Third quartile) = 1843 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 1843 USD/ounce. Số trung vị (median) 1799 cũng có nghĩa là 50% số cổ phiếu có giá trị là 1799 USD/ounce trở xuống.

• Chỉ số VN30 dao động từ 904.8 điểm đến 1572.5 điểm , trung bình (mean) là 1329.9 điểm. 1st Qu.(first quartile) = 1196.1 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 1196.1 điểm. Tương tự, 3rd Qu.(Third quartile) = 1493.0 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 1493.0 điểm. Số trung vị (median) 1348.4 cũng có nghĩa là 50% số cổ phiếu có giá trị là 1348.4 điểm trở xuống.

• Chỉ số Dow Jones dao động từ 28730 điểm đến 36800 điểm , trung bình (mean) là 33480 điểm. 1st Qu.(first quartile) = 32116 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 32116 điểm. Tương tự, 3rd Qu.(Third quartile) = 34800 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 34800 điểm. Số trung vị (median) 33894 cũng có nghĩa là 50% số cổ phiếu có giá trị là 33894 điểm trở xuống.

• Chỉ số Nikkei 225 dao động từ 24718 điểm đến 30670 điểm , trung bình (mean) là 28007 điểm. 1st Qu.(first quartile) = 27156 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 27156 điểm. Tương tự, 3rd Qu.(Third quartile) = 28862 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 28862 điểm. Số trung vị (median) 27997 cũng có nghĩa là 50% số cổ phiếu có giá trị là 27997 điểm trở xuống.

• Lãi suất dao động từ 0.1% đến 8.44% , trung bình (mean) là 1.926%. 1st Qu.(first quartile) = 0.64 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 0.64%. Tương tự, 3rd Qu.(Third quartile) = 2.542 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 2.542%. Số trung vị (median) 1.085 cũng có nghĩa là 50% số cổ phiếu có giá trị là 1.085 % trở xuống.

4.3 Xác định phân phối các biến ngẫu nhiên

4.3.1 Giá cổ phiếu VPBank (VPB)

#Đồ thị phân phối
hist(t$VPB)

• Kiểm định phân phối chuẩn

Kiểm định SHapiro-Wilk Test

shapiro.test(t$VPB)

## 
##  Shapiro-Wilk normality test
## 
## data:  t$VPB
## W = 0.9391, p-value = 1.951e-13

Giả thuyết \(H_0\): VPB tuân theo phân phối chuẩn

Vì p_value = 1.951e-13 < 0.05 , bác bỏ \(H_0\), nên dãy số liệu này không có phân phối chuẩn.

• Kiểm định phân phối Lognormal

ks.test(t$VPB, "plnorm", meanlog = mean(log(t$VPB)), sdlog = sd(log(t$VPB)))

## Warning in ks.test.default(t$VPB, "plnorm", meanlog = mean(log(t$VPB)), : ties
## should not be present for the Kolmogorov-Smirnov test

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  t$VPB
## D = 0.14963, p-value = 3.784e-10
## alternative hypothesis: two-sided

Giả thuyết \(H_0\): VPB tuân theo phân phối Lognormal

Vì p_value = 3.784e-10 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là VPB không có phân phối Lognormal.

• Kiểm định phân phối t

t.test(t$VPB)

## 
##  One Sample t-test
## 
## data:  t$VPB
## t = 122.33, df = 499, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 95 percent confidence interval:
##  20570.99 21242.56
## sample estimates:
## mean of x 
##  20906.78

Giả thuyết \(H_0\): VPB tuân theo phân phối t.

Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là VPB không có phân phối t.

4.3.2 Giá vàng (VANG)

#Đồ thị phân phối
hist(t$VANG)

• Kiểm định phân phối chuẩn

Kiểm định SHapiro-Wilk Test

shapiro.test(t$VANG)

## 
##  Shapiro-Wilk normality test
## 
## data:  t$VANG
## W = 0.98973, p-value = 0.001443

Giả thuyết \(H_0\): VANG tuân theo phân phối chuẩn

Vì p_value = 0.001443 < 0.05 , bác bỏ \(H_0\), nên dãy số liệu này không có phân phối chuẩn.

• Kiểm định phân phối Lognormal

ks.test(t$VANG, "plnorm", meanlog = mean(log(t$VANG)), sdlog = sd(log(t$VANG)))

## Warning in ks.test.default(t$VANG, "plnorm", meanlog = mean(log(t$VANG)), :
## ties should not be present for the Kolmogorov-Smirnov test

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  t$VANG
## D = 0.045623, p-value = 0.249
## alternative hypothesis: two-sided

Giả thuyết \(H_0\): VANG tuân theo phân phối Lognormal

Vì p_value = 0.249 > 0.05 nên ta chấp nhận giả thuyết \(H_0\). Nghĩa là VANG tuân theo phân phối Lognormal.

4.3.3 Giá dầu (DAU)

#Đồ thị phân phối
hist(t$DAU)

• Kiểm định phân phối chuẩn

Kiểm định SHapiro-Wilk Test

shapiro.test(t$DAU)

## 
##  Shapiro-Wilk normality test
## 
## data:  t$DAU
## W = 0.97065, p-value = 1.855e-08

Giả thuyết \(H_0\): DAU tuân theo phân phối chuẩn

Vì p_value = 1.855e-08 < 0.05 , bác bỏ \(H_0\), nên dãy số liệu này không có phân phối chuẩn.

• Kiểm định phân phối Lognormal

ks.test(t$DAU, "plnorm", meanlog = mean(log(t$DAU)), sdlog = sd(log(t$DAU)))

## Warning in ks.test.default(t$DAU, "plnorm", meanlog = mean(log(t$DAU)), : ties
## should not be present for the Kolmogorov-Smirnov test

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  t$DAU
## D = 0.051549, p-value = 0.1402
## alternative hypothesis: two-sided

Giả thuyết \(H_0\): VPB tuân theo phân phối Lognormal

Vì p_value = 0.1402 > 0.05 nên ta chấp nhận giả thuyết \(H_0\). Nghĩa là DAU tuân theo phân phối Lognormal.

4.3.4 Chỉ số VN30-Index (VN30)

#Đồ thị phân phối
hist(t$VN30)

• Kiểm định phân phối chuẩn

Kiểm định SHapiro-Wilk Test

shapiro.test(t$VN30)

## 
##  Shapiro-Wilk normality test
## 
## data:  t$VN30
## W = 0.91635, p-value = 5.197e-16

Giả thuyết \(H_0\): VN30 tuân theo phân phối chuẩn

Vì p_value = 5.197e-16 < 0.05 , bác bỏ \(H_0\), nên dãy số liệu này không có phân phối chuẩn.

• Kiểm định phân phối Lognormal

ks.test(t$VN30, "plnorm", meanlog = mean(log(t$VN30)), sdlog = sd(log(t$VN30)))

## Warning in ks.test.default(t$VN30, "plnorm", meanlog = mean(log(t$VN30)), :
## ties should not be present for the Kolmogorov-Smirnov test

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  t$VN30
## D = 0.15503, p-value = 7.298e-11
## alternative hypothesis: two-sided

Giả thuyết \(H_0\): VN30 tuân theo phân phối Lognormal

Vì p_value = 7.298e-11 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là VN30 không có phân phối Lognormal.

• Kiểm định phân phối t

t.test(t$VN30)

## 
##  One Sample t-test
## 
## data:  t$VN30
## t = 168.46, df = 499, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 95 percent confidence interval:
##  1314.434 1345.456
## sample estimates:
## mean of x 
##  1329.945

Giả thuyết \(H_0\): VN30 tuân theo phân phối t.

Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là VN30 không có phân phối t.

4.3.5 Chỉ số Dow Jones (DJ)

#Đồ thị phân phối
hist(t$DJ)

• Kiểm định phân phối chuẩn

Kiểm định SHapiro-Wilk Test

shapiro.test(t$DJ)

## 
##  Shapiro-Wilk normality test
## 
## data:  t$DJ
## W = 0.96065, p-value = 2.668e-10

Giả thuyết \(H_0\): DJ tuân theo phân phối chuẩn

Vì p_value = 2.668e-10 < 0.05 , bác bỏ \(H_0\), nên dãy số liệu này không có phân phối chuẩn.

• Kiểm định phân phối Lognormal

ks.test(t$DJ, "plnorm", meanlog = mean(log(t$DJ)), sdlog = sd(log(t$DJ)))

## Warning in ks.test.default(t$DJ, "plnorm", meanlog = mean(log(t$DJ)), sdlog =
## sd(log(t$DJ))): ties should not be present for the Kolmogorov-Smirnov test

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  t$DJ
## D = 0.10941, p-value = 1.265e-05
## alternative hypothesis: two-sided

Giả thuyết \(H_0\): DJ tuân theo phân phối Lognormal

Vì p_value = 1.265e-05 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là DJ không có phân phối Lognormal.

• Kiểm định phân phối t

t.test(t$DJ)

## 
##  One Sample t-test
## 
## data:  t$DJ
## t = 421.81, df = 499, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 95 percent confidence interval:
##  33324.03 33635.92
## sample estimates:
## mean of x 
##  33479.98

Giả thuyết \(H_0\): VN30 tuân theo phân phối t.

Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là VN30 không có phân phối t.

4.3.6 Chỉ số Nikkei 225 (Nikkei225)

#Đồ thị phân phối
hist(t$Nikkei225)

• Kiểm định phân phối chuẩn

Kiểm định SHapiro-Wilk Test

shapiro.test(t$Nikkei225)

## 
##  Shapiro-Wilk normality test
## 
## data:  t$Nikkei225
## W = 0.99207, p-value = 0.009142

Giả thuyết \(H_0\): Nikkei225 tuân theo phân phối chuẩn

Vì p_value = 0.009142 < 0.05 , bác bỏ \(H_0\), nên dãy số liệu này không có phân phối chuẩn.

• Kiểm định phân phối Lognormal

ks.test(t$Nikkei225, "plnorm", meanlog = mean(log(t$Nikkei225)), sdlog = sd(log(t$Nikkei225)))

## Warning in ks.test.default(t$Nikkei225, "plnorm", meanlog =
## mean(log(t$Nikkei225)), : ties should not be present for the Kolmogorov-Smirnov
## test

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  t$Nikkei225
## D = 0.034875, p-value = 0.5773
## alternative hypothesis: two-sided

Giả thuyết \(H_0\): Nikkei225 tuân theo phân phối Lognormal

Vì p_value = 0.5773 > 0.05 nên ta chấp nhận giả thuyết \(H_0\). Nghĩa là Nikkei225 tuân theo phân phối Lognormal.

4.3.7 Lãi suất (LS)

#Đồ thị phân phối
hist(t$LS)

• Kiểm định phân phối chuẩn

Kiểm định SHapiro-Wilk Test

shapiro.test(t$LS)

## 
##  Shapiro-Wilk normality test
## 
## data:  t$LS
## W = 0.81517, p-value < 2.2e-16

Giả thuyết \(H_0\): LS tuân theo phân phối chuẩn

Vì p_value < 2.2e-16 < 0.05 , bác bỏ \(H_0\), nên dãy số liệu này không có phân phối chuẩn.

• Kiểm định phân phối Lognormal

ks.test(t$LS, "plnorm", meanlog = mean(log(t$LS)), sdlog = sd(log(t$LS)))

## Warning in ks.test.default(t$LS, "plnorm", meanlog = mean(log(t$LS)), sdlog =
## sd(log(t$LS))): ties should not be present for the Kolmogorov-Smirnov test

## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  t$LS
## D = 0.075289, p-value = 0.006907
## alternative hypothesis: two-sided

Giả thuyết \(H_0\): LS tuân theo phân phối Lognormal

Vì p_value = 0.006907 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là LS không có phân phối Lognormal.

• Kiểm định phân phối t

t.test(t$LS)

## 
##  One Sample t-test
## 
## data:  t$LS
## t = 23.371, df = 499, p-value < 2.2e-16
## alternative hypothesis: true mean is not equal to 0
## 95 percent confidence interval:
##  1.764469 2.088371
## sample estimates:
## mean of x 
##   1.92642

Giả thuyết \(H_0\): LS tuân theo phân phối t.

Vì p_value < 2.2e-16 < 0.05 nên ta bác bỏ giả thuyết \(H_0\). Nghĩa là LS không có phân phối t.

4.4 Xây dựng mô hình

Mô hình hồi quy được xây dựng như sau:

\(VPB=\beta_0+\beta_1VANG+\beta_2DAU+\beta_3VN30+\beta_4DJ+\beta_5LS+\beta_6Nikkei225\)

Mh <- lm(t$VPB ~ t$VANG + t$DAU + t$VN30 + t$DJ + t$Nikkei225 + t$LS )
summary(Mh)

## 
## Call:
## lm(formula = t$VPB ~ t$VANG + t$DAU + t$VN30 + t$DJ + t$Nikkei225 + 
##     t$LS)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -2444.5  -896.1   -17.7   742.4  3695.3 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -2.477e+04  3.392e+03  -7.302 1.15e-12 ***
## t$VANG       1.114e+00  1.025e+00   1.087    0.277    
## t$DAU        2.922e+01  4.260e+00   6.859 2.09e-11 ***
## t$VN30       1.866e+01  6.033e-01  30.924  < 2e-16 ***
## t$DJ         4.176e-01  5.082e-02   8.218 1.84e-15 ***
## t$Nikkei225  5.989e-02  6.535e-02   0.916    0.360    
## t$LS         4.235e+02  4.347e+01   9.741  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1255 on 493 degrees of freedom
## Multiple R-squared:  0.8935, Adjusted R-squared:  0.8922 
## F-statistic: 689.5 on 6 and 493 DF,  p-value: < 2.2e-16

Vì biến độc lập VANG và Nikkei225 không có ý nghĩa thống kê, tức là giá vàng và chỉ số Nikkei 225 không có ảnh hưởng đến biến phụ thuộc là giá cổ phiếu VPBank. Vì vậy, ta sẽ chạy lại mô hình với các biến độc lập DAU,VN30,DJ,LS và biến phụ thuộc VPB.

Mh1 <- lm(t$VPB ~  t$DAU + t$VN30 + t$DJ + t$LS )
summary(Mh1)

## 
## Call:
## lm(formula = t$VPB ~ t$DAU + t$VN30 + t$DJ + t$LS)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -2417.9  -896.5   -27.0   738.4  3828.0 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -2.095e+04  1.310e+03 -15.996  < 2e-16 ***
## t$DAU        2.848e+01  3.669e+00   7.763 4.80e-14 ***
## t$VN30       1.889e+01  5.612e-01  33.660  < 2e-16 ***
## t$DJ         4.073e-01  4.966e-02   8.201 2.07e-15 ***
## t$LS         4.021e+02  3.987e+01  10.087  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1254 on 495 degrees of freedom
## Multiple R-squared:  0.8932, Adjusted R-squared:  0.8923 
## F-statistic:  1035 on 4 and 495 DF,  p-value: < 2.2e-16

Ta được kết quả mô hình như sau:

\(VPB = -(2.095e+04) + (2.848e+01)DAU + (1.889e+01)VN30 + (4.073e-01)DJ + (4.021e+02)LS\)

• Giải thích mô hình:

Vì hệ số xác định Multiple R-squared \((R^2)\) = 0.8932 gần bằng 1 nên ta có thể kết luận mô hình trên là tốt và có ý nghĩa. Giá trị thống kê F-statistic có p_value < 2.2e-16 < 0.05 nên ta có thể kết luận mô hình có ý nghĩa thống kê ở mức ý nghĩa 5% và các biến độc lập DAU,VN30,DJ,LS có ảnh hưởng đến biến phụ thuộc VPB. Cụ thể:

• Khi các yếu tố độc lập bằng 0 thì giá cổ phiếu VPB có giá trị trung bình là -2.095e+04 VNĐ/cp.

• Khi các yếu tố khác không đổi, giá dầu thô tăng lên 1 USD/thùng thì giá cổ phiếu VPB tăng lên 2.848e+01 VNĐ/cp.

• Khi các yếu tố khác không đổi, chỉ số VN30-Index tăng lên 1 điểm thì giá cổ phiếu VPB tăng lên 1.889e+01 VNĐ/cp.

• Khi các yếu tố khác không đổi, chỉ số Dow Jones tăng lên 1 điểm thì giá cổ phiếu VPB tăng lên 4.073e-01 VNĐ/cp.

• Khi các yếu tố khác không đổi, lãi suất tăng lên 1% thì giá cổ phiếu VPB tăng lên 4.021e+02 VNĐ/cp.

4.5 Mô phỏng mô hình

4.5.1 Mô phỏng giá dầu

Vì giá dầu tuân theo phân phối Lognormal nên tác giả sẽ mô phỏng theo phân phối Lognormal.

mpDAU <- rlnorm(10000,meanlog= mean(log(t$DAU)) , sdlog= sd(log(t$DAU)))
hist(mpDAU)

4.5.2 Mô phỏng chỉ số VN30

Vì chưa xác định được phân phối cụ thể của chỉ số VN30 nên tác giả sẽ mô phỏng chỉ số VN30 bằng cách dưới đây:

x<-table(cut(t$VN30,20))
y <- c(904,938,972,1000,1040,1070,1110,1140,1170,1210,1240,1270,1310,1340,1370,1410,1440,1470,1510,1540,1570)
z <- prop.table(y)
mpVN30 <- sample(y,10000,replace = TRUE,z)

4.5.3 Mô phỏng chỉ số Dow Jones

Vì chưa xác định được phân phối cụ thể của chỉ số Dow Jones nên tác giả sẽ mô phỏng chỉ số Dow Jones bằng cách dưới đây:

x1<- table(cut(t$DJ,20))
y1 <- c(2.87e+04,2.91e+04,2.95e+04,2.99e+04,3.03e+04,3.07e+04,3.12e+04,3.16e+04,3.2e+04,3.24e+04,3.28e+04,3.32e+04,3.36e+04,3.4e+04,3.44e+04,3.48e+04,3.52e+04,3.56e+04,3.6e+04,3.64e+04,3.68e+04)
z1 <- prop.table(y1)
mpDJ <- sample(y1,10000,replace = TRUE,z1)

4.5.4 Mô phỏng lãi suất

Vì chưa xác định được phân phối cụ thể của lãi suất nên tác giả sẽ mô phỏng lãi suất bằng cách dưới đây:

x2<-table(cut(t$LS,20))
y2 <- c(0.0917,0.517,0.934,1.35,1.77,2.18,2.6,3.02,3.44,3.85,4.27,4.69,5.1,5.52,5.94,6.35,6.77,7.19,7.61,8.02,8.45)
z2 <-prop.table(y2)
mpLS <- sample(y2,10000,replace = TRUE,z2)

4.5.5 Mô phỏng các yếu tố ảnh hưởng đến giá cổ phiếu VPB

mpVPB = -(2.095e+04) + (2.848e+01)*mpDAU + (1.889e+01)*mpVN30 + (4.073e-01)*mpDJ + (4.021e+02)*mpLS
hist(mpVPB)

summary(mpVPB)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    9965   17920   21367   21114   24376   30254

• Dựa vào kết quả thống kê mô tả, ta thấy giá cổ phiếu VPB dao động từ 10192 VNĐ đến 31194 VNĐ , trung bình (mean) là 21171 VNĐ. 1st Qu.(first quartile) = 17948 có nghĩa là 25% số cổ phiếu có giá trị bằng hoặc nhỏ hơn 17948 VNĐ. Tương tự, 3rd Qu.(Third quartile) = 24399 có nghĩa là 75% số cổ phiếu có giá trị bằng hoặc thấp hơn 24399 VNĐ. Số trung vị (median) 21445 cũng có nghĩa là 50% số cổ phiếu có giá trị là 21445 VNĐ trở xuống.

4.5.6 Phân tích kết quả mô phỏng giá VPB

mean=21171

TN<-mpVPB[(mpVPB-mean)>=6000]
tangnhieu<-length(TN)/length(mpVPB)

TV<-mpVPB[(mpVPB-mean)>=3000&(mpVPB-mean)<6000]
tangvua<-length(TV)/length(mpVPB)

TI<-mpVPB[(mpVPB-mean)>=1000&(mpVPB-mean)<3000]
tangit<-length(TI)/length(mpVPB)

GN<-mpVPB[(mpVPB-mean) <= -6000]
giamnhieu<-length(GN)/length(mpVPB)

GV<-mpVPB[(mpVPB-mean)<= -3000&(mpVPB-mean)> -6000]
giamvua<-length(GV)/length(mpVPB)

GI<-mpVPB[(mpVPB-mean)<= -1000&(mpVPB-mean)> -3000]
giamit<-length(GI)/length(mpVPB)

pt<- data.frame(Category = c("tangnhieu","tangvua", "tangit", "giamnhieu","giamvua", "giamit"), Value = c(0.053, 0.2153,0.1719, 0.0791,0.1843,0.1387))
ggplot(pt, aes(x = Category, y = Value)) +
  geom_bar(stat = "identity") +
  labs(x = "Categories", y = "Values", title = "Đồ thị phân tích giá cổ phiếu VPB")

• Giá cổ phiếu trung bình là 21171 VNĐ,

  Tỉ lệ giá cổ phiếu tăng từ 6000 VNĐ trở lên so với giá cổ phiếu trung bình (tangnhieu) là 5,3%.

  Tỉ lệ giá cổ phiếu tăng từ 3000 VNĐ đến dưới 6000 VNĐ so với giá cổ phiếu trung bình (tangvua) là 21.53%.

  Tỉ lệ giá cổ phiếu tăng từ 1000 VNĐ đến dưới 3000 VNĐ (tangit) là 17.19%.

  Tỉ lệ giá cổ phiếu giảm từ 6000 VNĐ trở lên so với giá cổ phiếu trung bình (giamnhieu) là 7.91%

  Tỉ lệ giá cổ phiếu giảm từ 3000 VNĐ đến dưới 6000 VNĐ so với giá cổ phiếu trung bình (giamvua) là 18.43%.

  Tỉ lệ giá cổ phiếu giảm từ 1000 VNĐ đến dưới 3000 VNĐ so với giá cổ phiếu trung bình (giamit) là 13.87%.

T <-mpVPB[(mpVPB-mean)>0]
tang<-length(T)/length(mpVPB)

G <-mpVPB[(mpVPB-mean)<0]
giam <-length(G)/length(mpVPB)

pt1<- data.frame(Category = c("tang", "giam"), Value = c(0.523,0.477))
ggplot(pt1, aes(x = Category, y = Value)) +
  geom_bar(stat = "identity") +
  labs(x = "Categories", y = "Values", title = "Đồ thị phân tích giá cổ phiếu VPB")

Tỉ lệ giá cổ phiếu tăng so với giá cổ phiếu trung bình là 52.3% và tỉ lệ giá cổ phiếu giảm so với giá cổ phiếu trung bình là 47.7%.

5 KẾT LUẬN

Qua phân tích đánh giá mô hình bằng phương pháp mô phỏng trên R: ta thấy rằng các yếu tố như: giá dầu thô, chỉ số VN30, chỉ số Dow Jones và lãi suất có tác động cùng chiều với giá cổ phiếu VPB và thấy được tỉ lệ tăng giảm của giá cổ phiếu VPB trong 10000 phiên giao dịch.

5.1 Tài liệu tham khảo

[1] Trần Lộc Hùng, Trần Mạnh Tường: “Giáo trình Mô phỏng ngẫu nhiên”, trường Đại học Tài chính – Marketing, Thành phố Hồ Chí Minh.

5.2 Phụ lục

datatable(t)