#HỌ VÀ TÊN: NGUYỄN THỊ QUÝ
#LỚP 24NH1 - MSSV: 2454020023
#BÀI THỰC HÀNH CUỐI KÌ
## A.Nhập liệu
dulieu=file.choose()
Datadulieu=read.csv(dulieu,header = TRUE)
save(Datadulieu,file="datadulieu.rda")
attach(Datadulieu)
is.data.frame(Datadulieu)
## [1] TRUE
##B. mã hóa dữ liệu từ Ratio Scale thành Ordinal Scale
# mã hóa VNI
VNIMH=VNI
VNIMH=replace(VNIMH,VNI <= 1638.253, 1)
VNIMH=replace(VNIMH,VNI > 1638.253 & VNI <= 1783.097, 2)
VNIMH=replace(VNIMH,VNI > 1783.097, 3)
VNIcode=data.frame(VNI,VNIMH)
VNIcode
## VNI VNIMH
## 1 1654.20 2
## 2 1664.36 2
## 3 1688.00 2
## 4 1645.47 2
## 5 1614.03 1
## 6 1667.63 2
## 7 1672.78 2
## 8 1680.86 2
## 9 1682.21 2
## 10 1681.30 2
## 11 1696.29 2
## 12 1666.97 2
## 13 1624.53 1
## 14 1637.32 1
## 15 1643.26 2
## 16 1657.75 2
## 17 1667.26 2
## 18 1684.90 2
## 19 1680.90 2
## 20 1670.97 2
## 21 1665.18 2
## 22 1658.62 2
## 23 1634.45 1
## 24 1635.26 1
## 25 1657.46 2
## 26 1666.09 2
## 27 1660.70 2
## 28 1666.48 2
## 29 1661.70 2
## 30 1665.05 2
## 31 1652.71 2
## 32 1645.82 2
## 33 1695.50 2
## 34 1685.30 2
## 35 1697.83 2
## 36 1716.47 2
## 37 1747.55 2
## 38 1765.12 2
## 39 1761.06 2
## 40 1757.95 2
## 41 1766.85 2
## 42 1731.19 2
## 43 1636.43 1
## 44 1663.43 2
## 45 1678.50 2
## 46 1687.06 2
## 47 1683.18 2
## 48 1652.54 2
## 49 1680.50 2
## 50 1685.83 2
## 51 1669.57 2
## 52 1639.65 2
## 53 1617.00 1
## 54 1651.98 2
## 55 1654.89 2
## 56 1642.64 2
## 57 1599.10 1
## 58 1580.54 1
## 59 1593.61 1
## 60 1631.86 1
## 61 1631.44 1
## 62 1635.46 1
## 63 1654.42 2
## 64 1659.92 2
## 65 1649.00 2
## 66 1655.99 2
## 67 1654.93 2
## 68 1667.98 2
## 69 1660.36 2
## 70 1680.36 2
## 71 1690.99 2
## 72 1701.67 2
## 73 1717.06 2
## 74 1731.77 2
## 75 1737.24 2
## 76 1741.32 2
## 77 1753.74 2
## 78 1747.17 2
## 79 1718.98 2
## 80 1698.90 2
## 81 1646.89 2
## 82 1646.01 2
## 83 1679.18 2
## 84 1673.66 2
## 85 1676.98 2
## 86 1704.31 2
## 87 1751.03 2
## 88 1772.15 2
## 89 1782.82 2
## 90 1729.80 2
## 91 1754.84 2
## 92 1766.90 2
## 93 1784.49 3
## 94 1788.40 3
## 95 1816.27 3
## 96 1861.58 3
## 97 1855.56 3
## 98 1867.90 3
## 99 1877.33 3
## 100 1902.93 3
## 101 1894.44 3
## 102 1864.80 3
## 103 1879.13 3
## 104 1893.78 3
## 105 1885.44 3
## 106 1882.73 3
## 107 1870.79 3
## 108 1843.72 3
## 109 1830.50 3
## 110 1802.91 3
## 111 1814.98 3
## 112 1829.04 3
## 113 1806.50 3
## 114 1813.40 3
## 115 1791.43 3
## 116 1782.56 2
## 117 1755.49 2
## 118 1754.82 2
## 119 1754.03 2
## 120 1796.85 3
## 121 1814.09 3
## 122 1824.09 3
## 123 1860.14 3
## 124 1867.62 3
## 125 1860.91 3
## 126 1879.64 3
## 127 1880.33 3
## 128 1846.10 3
## 129 1813.14 3
## 130 1818.27 3
## 131 1808.51 3
## 132 1767.84 2
## 133 1652.79 2
## 134 1676.73 2
## 135 1728.34 2
## 136 1709.61 2
## 137 1696.24 2
## 138 1693.21 2
## 139 1710.29 2
## 140 1713.83 2
## 141 1699.13 2
## 142 1647.81 2
## 143 1591.17 1
## 144 1614.77 1
## 145 1658.19 2
## 146 1644.63 2
## 147 1672.80 2
## 148 1662.54 2
## 149 1674.49 2
## 150 1702.93 2
## 151 1694.82 2
## 152 1674.99 2
## 153 1677.54 2
## 154 1756.55 2
## 155 1736.68 2
## 156 1750.00 2
## 157 1758.96 2
## 158 1775.65 2
## 159 1800.65 3
## 160 1819.83 3
## 161 1817.17 3
## 162 1837.11 3
## 163 1833.48 3
## 164 1857.30 3
## 165 1870.36 3
## 166 1853.29 3
## 167 1875.84 3
## 168 1854.10 3
## 169 1854.06 3
## 170 1874.85 3
## 171 1891.20 3
## 172 1909.01 3
## 173 1915.37 3
## 174 1895.50 3
## 175 1901.10 3
## 176 1898.37 3
## 177 1925.46 3
## 178 1921.60 3
## 179 1927.94 3
## 180 1912.93 3
## 181 1913.23 3
## 182 1896.89 3
## 183 1877.13 3
## 184 1884.18 3
## 185 1874.43 3
## 186 1863.67 3
## 187 1863.49 3
## 188 1844.54 3
## 189 1826.47 3
## 190 1819.01 3
## 191 1831.55 3
## 192 1838.90 3
## 193 1790.53 3
## 194 1793.05 3
## 195 1803.71 3
## 196 1798.61 3
## 197 1791.65 3
## 198 1799.31 3
## 199 1807.94 3
## 200 1806.20 3
## 201 1830.47 3
## 202 1857.91 3
## 203 1869.04 3
## 204 1878.02 3
## 205 1863.07 3
## 206 1871.91 3
## 207 1854.97 3
## 208 1860.01 3
## 209 1867.21 3
## 210 1866.35 3
## 211 1843.50 3
## 212 1848.25 3
## 213 1853.70 3
## 214 1840.70 3
## 215 1828.34 3
## 216 1800.54 3
## 217 1806.63 3
## 218 1782.12 2
## 219 1804.24 3
## 220 1787.45 3
## 221 1743.51 2
## 222 1730.56 2
## 223 1668.53 2
## 224 1699.38 2
## 225 1686.11 2
## 226 1669.01 2
## 227 1680.62 2
## 228 1704.68 2
## 229 1744.66 2
## 230 1735.78 2
## 231 1762.84 2
## 232 1777.23 2
## 233 1776.46 2
## 234 1764.78 2
## 235 1768.06 2
## 236 1776.77 2
## 237 1773.41 2
## 238 1793.18 3
## 239 1765.63 2
## 240 1729.08 2
## 241 1727.46 2
## 242 1732.02 2
## 243 1726.69 2
## 244 1734.24 2
## 245 1768.12 2
## 246 1788.78 3
## 247 1791.41 3
## 248 1821.32 3
## 249 1831.56 3
## 250 1832.12 3
## 251 1827.72 3
## 252 1853.08 3
## 253 1830.44 3
## 254 1827.12 3
## 255 1829.23 3
## 256 1795.21 3
## 257 1788.23 3
## 258 1811.15 3
## 259 1810.11 3
## 260 1822.77 3
## 261 1815.66 3
## 262 1799.67 3
## 263 1816.93 3
## 264 1801.65 3
## 265 1775.09 2
## 266 1785.11 3
## 267 1780.68 2
## 268 1777.73 2
## 269 1768.62 2
## 270 1749.30 2
## 271 1737.71 2
## 272 1753.20 2
## 273 1759.08 2
## 274 1753.39 2
# mã hóa VN30
VN30MH=VN30
VN30MH=replace(VN30MH,VN30 <= 1847.793,1)
VN30MH=replace(VN30MH,VN30 > 1847.793 & VN30 <= 1972.277,2)
VN30MH=replace(VN30MH,VN30 > 1972.277,3)
VN30code=data.frame(VN30,VN30MH)
VN30code
## VN30 VN30MH
## 1 1810.46 1
## 2 1828.46 1
## 3 1874.91 2
## 4 1814.02 1
## 5 1783.12 1
## 6 1849.05 2
## 7 1848.55 2
## 8 1861.20 2
## 9 1865.38 2
## 10 1859.59 2
## 11 1883.59 2
## 12 1845.48 1
## 13 1807.22 1
## 14 1825.17 1
## 15 1828.63 1
## 16 1855.08 2
## 17 1865.45 2
## 18 1876.75 2
## 19 1875.39 2
## 20 1868.85 2
## 21 1861.74 2
## 22 1859.53 2
## 23 1819.60 1
## 24 1821.45 1
## 25 1853.48 2
## 26 1858.67 2
## 27 1852.65 2
## 28 1862.23 2
## 29 1863.13 2
## 30 1870.63 2
## 31 1859.80 2
## 32 1859.51 2
## 33 1918.97 2
## 34 1909.65 2
## 35 1922.95 2
## 36 1940.89 2
## 37 1980.57 3
## 38 2012.28 3
## 39 2013.69 3
## 40 2009.64 3
## 41 2022.27 3
## 42 1977.14 3
## 43 1870.86 2
## 44 1915.90 2
## 45 1930.88 2
## 46 1945.78 2
## 47 1944.60 2
## 48 1900.76 2
## 49 1949.28 2
## 50 1949.76 2
## 51 1925.18 2
## 52 1885.36 2
## 53 1857.64 2
## 54 1897.71 2
## 55 1886.47 2
## 56 1869.60 2
## 57 1824.71 1
## 58 1804.18 1
## 59 1821.60 1
## 60 1872.27 2
## 61 1864.23 2
## 62 1871.54 2
## 63 1893.54 2
## 64 1898.07 2
## 65 1886.20 2
## 66 1897.46 2
## 67 1899.89 2
## 68 1916.36 2
## 69 1909.60 2
## 70 1923.55 2
## 71 1923.92 2
## 72 1933.56 2
## 73 1950.12 2
## 74 1971.99 2
## 75 1979.53 3
## 76 1975.50 3
## 77 1983.82 3
## 78 1973.02 3
## 79 1946.98 2
## 80 1924.29 2
## 81 1867.03 2
## 82 1869.84 2
## 83 1909.87 2
## 84 1897.95 2
## 85 1903.47 2
## 86 1933.28 2
## 87 1985.28 3
## 88 2012.87 3
## 89 2023.13 3
## 90 1965.97 2
## 91 1990.66 3
## 92 2009.70 3
## 93 2030.63 3
## 94 2028.68 3
## 95 2055.96 3
## 96 2096.76 3
## 97 2074.03 3
## 98 2066.21 3
## 99 2080.24 3
## 100 2089.21 3
## 101 2067.10 3
## 102 2047.48 3
## 103 2080.35 3
## 104 2085.61 3
## 105 2080.38 3
## 106 2082.35 3
## 107 2077.76 3
## 108 2032.28 3
## 109 2019.88 3
## 110 1997.13 3
## 111 2018.98 3
## 112 2029.81 3
## 113 2004.31 3
## 114 1997.69 3
## 115 1988.19 3
## 116 1969.27 2
## 117 1943.60 2
## 118 1947.75 2
## 119 1951.58 2
## 120 2000.90 3
## 121 2016.47 3
## 122 2018.64 3
## 123 2039.80 3
## 124 2050.85 3
## 125 2049.64 3
## 126 2069.82 3
## 127 2061.75 3
## 128 2010.75 3
## 129 1959.35 2
## 130 1956.53 2
## 131 1942.76 2
## 132 1904.19 2
## 133 1780.71 1
## 134 1836.96 1
## 135 1889.94 2
## 136 1859.80 2
## 137 1853.60 2
## 138 1852.99 2
## 139 1873.65 2
## 140 1868.84 2
## 141 1854.19 2
## 142 1797.99 1
## 143 1741.05 1
## 144 1770.16 1
## 145 1814.73 1
## 146 1791.25 1
## 147 1821.53 1
## 148 1811.92 1
## 149 1829.59 1
## 150 1861.84 2
## 151 1852.99 2
## 152 1836.25 1
## 153 1840.96 1
## 154 1931.01 2
## 155 1915.01 2
## 156 1928.23 2
## 157 1925.66 2
## 158 1946.55 2
## 159 1961.60 2
## 160 1979.19 3
## 161 1988.11 3
## 162 2009.04 3
## 163 2007.08 3
## 164 2025.41 3
## 165 2024.74 3
## 166 2011.42 3
## 167 2041.40 3
## 168 2022.75 3
## 169 2014.62 3
## 170 2032.30 3
## 171 2053.41 3
## 172 2079.10 3
## 173 2074.06 3
## 174 2040.51 3
## 175 2053.97 3
## 176 2043.51 3
## 177 2068.62 3
## 178 2050.58 3
## 179 2046.37 3
## 180 2027.45 3
## 181 2028.94 3
## 182 2027.51 3
## 183 2010.93 3
## 184 2027.90 3
## 185 2022.46 3
## 186 1999.82 3
## 187 1997.06 3
## 188 1989.71 3
## 189 1972.99 3
## 190 1974.60 3
## 191 1982.29 3
## 192 1986.28 3
## 193 1936.81 2
## 194 1951.92 2
## 195 1960.97 2
## 196 1947.28 2
## 197 1944.36 2
## 198 1962.48 2
## 199 1960.19 2
## 200 1957.17 2
## 201 1967.22 2
## 202 1980.13 3
## 203 1995.12 3
## 204 2010.15 3
## 205 2004.62 3
## 206 2008.57 3
## 207 2004.29 3
## 208 1995.71 3
## 209 2013.35 3
## 210 2009.04 3
## 211 1991.11 3
## 212 1995.91 3
## 213 1998.44 3
## 214 1987.11 3
## 215 1970.82 2
## 216 1939.84 2
## 217 1946.06 2
## 218 1916.05 2
## 219 1941.65 2
## 220 1931.65 2
## 221 1887.32 2
## 222 1881.32 2
## 223 1826.90 1
## 224 1845.32 1
## 225 1829.36 1
## 226 1806.50 1
## 227 1824.35 1
## 228 1849.12 2
## 229 1886.27 2
## 230 1872.07 2
## 231 1917.69 2
## 232 1927.35 2
## 233 1916.88 2
## 234 1902.79 2
## 235 1911.09 2
## 236 1925.18 2
## 237 1922.53 2
## 238 1936.46 2
## 239 1909.23 2
## 240 1876.81 2
## 241 1877.68 2
## 242 1876.14 2
## 243 1875.73 2
## 244 1887.06 2
## 245 1927.79 2
## 246 1942.00 2
## 247 1936.15 2
## 248 1970.01 2
## 249 1979.23 3
## 250 1982.96 3
## 251 1961.57 2
## 252 1984.89 3
## 253 1968.52 2
## 254 1967.64 2
## 255 1976.82 3
## 256 1936.69 2
## 257 1928.57 2
## 258 1951.14 2
## 259 1954.29 2
## 260 1975.01 3
## 261 1964.17 2
## 262 1953.26 2
## 263 1965.36 2
## 264 1954.91 2
## 265 1932.15 2
## 266 1938.50 2
## 267 1922.42 2
## 268 1914.35 2
## 269 1906.81 2
## 270 1890.57 2
## 271 1875.99 2
## 272 1894.46 2
## 273 1898.82 2
## 274 1894.20 2
# mã hóa SP500
SP500MH=SP500
SP500MH=replace(SP500MH,SP500 <= 6758.337,1)
SP500MH=replace(SP500MH,SP500 > 6758.337 & SP500 <= 7278.663,2)
SP500MH=replace(SP500MH,SP500 > 7278.663,3)
SP500code=data.frame(SP500,SP500MH)
SP500code
## SP500 SP500MH
## 1 6411.37 1
## 2 6395.78 1
## 3 6370.17 1
## 4 6466.91 1
## 5 6439.32 1
## 6 6465.94 1
## 7 6481.40 1
## 8 6501.86 1
## 9 6460.26 1
## 10 6448.26 1
## 11 6502.08 1
## 12 6481.50 1
## 13 6495.15 1
## 14 6512.61 1
## 15 6532.04 1
## 16 6587.47 1
## 17 6584.29 1
## 18 6615.28 1
## 19 6606.76 1
## 20 6600.35 1
## 21 6631.96 1
## 22 6664.36 1
## 23 6693.75 1
## 24 6656.92 1
## 25 6637.97 1
## 26 6604.72 1
## 27 6643.70 1
## 28 6661.21 1
## 29 6688.46 1
## 30 6711.20 1
## 31 6715.35 1
## 32 6715.79 1
## 33 6740.28 1
## 34 6714.59 1
## 35 6753.72 1
## 36 6735.11 1
## 37 6552.51 1
## 38 6654.72 1
## 39 6644.31 1
## 40 6671.06 1
## 41 6629.07 1
## 42 6664.01 1
## 43 6735.13 1
## 44 6735.35 1
## 45 6699.40 1
## 46 6738.44 1
## 47 6791.69 2
## 48 6875.16 2
## 49 6890.89 2
## 50 6890.59 2
## 51 6822.34 2
## 52 6840.20 2
## 53 6851.97 2
## 54 6771.55 2
## 55 6796.29 2
## 56 6720.32 1
## 57 6728.80 1
## 58 6832.43 2
## 59 6846.61 2
## 60 6850.92 2
## 61 6737.49 1
## 62 6734.11 1
## 63 6672.41 1
## 64 6617.32 1
## 65 6642.16 1
## 66 6538.76 1
## 67 6602.99 1
## 68 6705.12 1
## 69 6765.88 2
## 70 6812.61 2
## 71 6849.09 2
## 72 6812.63 2
## 73 6829.37 2
## 74 6849.72 2
## 75 6857.12 2
## 76 6870.40 2
## 77 6846.51 2
## 78 6840.51 2
## 79 6886.68 2
## 80 6901.00 2
## 81 6827.41 2
## 82 6816.51 2
## 83 6800.26 2
## 84 6721.43 1
## 85 6774.76 2
## 86 6834.50 2
## 87 6878.49 2
## 88 6909.79 2
## 89 6932.05 2
## 90 6929.94 2
## 91 6905.74 2
## 92 6896.24 2
## 93 6845.50 2
## 94 6902.05 2
## 95 6944.82 2
## 96 6920.93 2
## 97 6921.46 2
## 98 6966.28 2
## 99 6977.27 2
## 100 6963.74 2
## 101 6926.60 2
## 102 6944.47 2
## 103 6940.01 2
## 104 6796.86 2
## 105 6875.62 2
## 106 6913.35 2
## 107 6915.61 2
## 108 6950.23 2
## 109 6978.60 2
## 110 6978.03 2
## 111 6969.01 2
## 112 6939.03 2
## 113 6976.44 2
## 114 6917.81 2
## 115 6882.72 2
## 116 6798.40 2
## 117 6932.30 2
## 118 6964.82 2
## 119 6941.81 2
## 120 6941.47 2
## 121 6832.76 2
## 122 6836.17 2
## 123 6837.75 2
## 124 6890.07 2
## 125 6946.13 2
## 126 6908.86 2
## 127 6878.88 2
## 128 6881.62 2
## 129 6816.63 2
## 130 6869.50 2
## 131 6830.71 2
## 132 6740.02 1
## 133 6795.99 2
## 134 6781.48 2
## 135 6775.80 2
## 136 6672.62 1
## 137 6632.19 1
## 138 6699.38 1
## 139 6716.09 1
## 140 6624.70 1
## 141 6606.49 1
## 142 6506.48 1
## 143 6581.00 1
## 144 6556.37 1
## 145 6591.90 1
## 146 6477.16 1
## 147 6368.85 1
## 148 6343.72 1
## 149 6528.52 1
## 150 6575.32 1
## 151 6582.69 1
## 152 6611.83 1
## 153 6616.85 1
## 154 6782.81 2
## 155 6824.66 2
## 156 6816.89 2
## 157 6886.24 2
## 158 6967.38 2
## 159 7022.95 2
## 160 7041.28 2
## 161 7126.06 2
## 162 7109.14 2
## 163 7064.01 2
## 164 7137.90 2
## 165 7108.40 2
## 166 7165.08 2
## 167 7138.80 2
## 168 7135.95 2
## 169 7200.75 2
## 170 7259.22 2
## 171 7365.12 3
## 172 7337.11 3
## 173 7398.93 3
## 174 7412.84 3
## 175 7400.96 3
## 176 7444.25 3
## 177 7501.24 3
## 178 7408.50 3
## 179 7403.05 3
## 180 7353.61 3
## 181 7432.97 3
## 182 7445.72 3
## 183 7473.47 3
## 184 7519.12 3
## 185 7520.36 3
## 186 7563.63 3
## 187 7580.06 3
## 188 7599.96 3
## 189 7609.78 3
## 190 7553.68 3
## 191 7584.31 3
## 192 7383.74 3
## 193 7405.73 3
## 194 7386.65 3
## 195 7266.99 2
## 196 7394.30 3
## 197 7431.46 3
## 198 7554.29 3
## 199 7511.35 3
## 200 7420.10 3
## 201 7500.58 3
## 202 7472.79 3
## 203 7365.46 3
## 204 7358.22 3
## 205 7357.49 3
## 206 7354.02 3
## 207 7440.43 3
## 208 7499.36 3
## 209 7483.23 3
## 210 7483.24 3
## 211 7537.43 3
## 212 7503.85 3
## 213 7482.71 3
## 214 7543.64 3
## 215 7575.39 3
## 216 7515.34 3
## 217 7543.59 3
## 218 7572.40 3
## 219 7533.77 3
## 220 7457.69 3
## 221 7443.28 3
## 222 7509.20 3
## 223 7498.96 3
## 224 7408.30 3
## 225 7411.98 3
## 226 7413.18 3
## 227 7428.78 3
## 228 7316.15 3
## 229 7437.63 3
## 230 7489.72 3
## 231 7600.50 3
## 232 7736.52 3
## 233 7723.55 3
## 234 7709.96 3
## 235 7757.64 3
## 236 7753.11 3
## 237 7728.20 3
## 238 7748.50 3
## 239 7798.99 3
## 240 7785.76 3
## 241 7745.06 3
## 242 7691.76 3
## 243 7707.98 3
## 244 7641.16 3
## 245 7674.37 3
## 246 7652.86 3
## 247 7677.28 3
## 248 7675.70 3
## 249 7730.99 3
## 250 7711.76 3
## 251 7747.71 3
## 252 7718.60 3
## 253 7673.52 3
## 254 7636.36 3
## 255 7591.70 3
## 256 7656.98 3
## 257 7619.98 3
## 258 7585.73 3
## 259 7551.81 3
## 260 7637.76 3
## 261 7650.50 3
## 262 7833.50 3
## 263 7831.75 3
## 264 7772.50 3
## 265 7767.00 3
## 266 7803.75 3
## 267 7746.75 3
## 268 7732.00 3
## 269 7715.50 3
## 270 7724.00 3
## 271 7777.25 3
## 272 7826.25 3
## 273 7874.00 3
## 274 7852.75 3
##C. Thống kê các chỉ số tài chính dưới dạng ratio scale
library(psych)
abc=data.frame(VNI,VN30,SP500)
describe(abc)
## vars n mean sd median trimmed mad min max range
## VNI 1 274 1759.75 84.55 1764.95 1759.05 114.78 1580.54 1927.94 347.40
## VN30 2 274 1938.90 75.61 1941.27 1939.01 93.69 1741.05 2096.76 355.71
## SP500 3 274 7075.07 422.87 6924.03 7062.52 472.10 6343.72 7874.00 1530.28
## skew kurtosis se
## VNI 0.02 -1.14 5.11
## VN30 -0.04 -0.78 4.57
## SP500 0.30 -1.31 25.55
# Nhận xét :
#Chỉ số VNI: Giá trị trung bình (mean) đạt khoảng 1759.75 điểm, giá trị lớn nhất (max) là 1927.944 điểm, giá trị nhỏ nhất (min) là 1580.544 điểm và độ lệch chuẩn (sd) khoảng 84.55 điểm. Điều này cho thấy VNI có sự biến động trong giai đoạn quan sát, tuy nhiên mức độ phân tán của các giá trị quanh trung bình tương đối thấp so với quy mô chỉ số.
#Chỉ số VN30: Giá trị trung bình (mean) đạt khoảng 1938.90 điểm, giá trị lớn nhất (max) là 2096.76 điểm, giá trị nhỏ nhất (min) là 1741.05 điểm và độ lệch chuẩn khoảng (sd) 75.61 điểm. So với VNI, VN30 có giá trị trung bình cao hơn nhưng độ lệch chuẩn thấp hơn. Điều này cho thấy mức độ phân tán tuyệt đối của VN30 trong mẫu quan sát thấp hơn VNI.
#Chỉ số S&P 500: Giá trị trung bình (mean) đạt khoảng 7075.07 điểm, giá trị lớn nhất (max) là 7874.00 điểm, giá trị nhỏ nhất (min) là 6343.72 điểm và độ lệch chuẩn khoảng (sd) 422.87 điểm. S&P 500 có độ lệch chuẩn lớn nhất trong ba chỉ số xét theo giá trị tuyệt đối, phản ánh mức độ phân tán điểm số cao hơn
##C. Thống kê các chỉ số tài chính dưới dạng Ordinal scale
library(psych)
abcMH=data.frame(VNIMH,VN30MH,SP500MH)
describe(abcMH)
## vars n mean sd median trimmed mad min max range skew kurtosis
## VNIMH 1 274 2.37 0.59 2 2.41 0.00 1 3 2 -0.31 -0.72
## VN30MH 2 274 2.25 0.64 2 2.31 0.00 1 3 2 -0.27 -0.69
## SP500MH 3 274 2.10 0.80 2 2.12 1.48 1 3 2 -0.18 -1.44
## se
## VNIMH 0.04
## VN30MH 0.04
## SP500MH 0.05
#Nhận xét:
#Chỉ số VNI: Giá trị trung bình (mean) của VNIMH đạt 2,37, độ lệch chuẩn (sd) là 0,59, giá trị nhỏ nhất (min) là 1 và lớn nhất (max) là 3. Trung vị đạt 2. Điều này cho thấy các quan sát của VNI tập trung tương đối nhiều ở nhóm mã hóa 2 và 3, trong đó giá trị trung bình nghiêng về nhóm 3. Hệ số lệch là -0,31, cho thấy phân phối hơi lệch trái.
#Chỉ số VN30: Giá trị trung bình (mean) của VN30MH đạt 2,25, độ lệch chuẩn (sd) là 0,64, giá trị nhỏ nhất (min) là 1 và lớn nhất (max)t là 3. Trung vị đạt 2. So với VNI, VN30 có giá trị trung bình thấp hơn và độ lệch chuẩn cao hơn, cho thấy các mã hóa của VN30 có mức độ phân tán lớn hơn. Hệ số lệch -0,27 cho thấy phân phối hơi lệch trái.
#Chỉ số S&P 500: Giá trị trung bình (mean) của SP500MH đạt 2,10, độ lệch chuẩn (sd) là 0,80, giá trị nhỏ nhất (min) là 1 và lớn nhất (max) là 3. Trung vị đạt 2. Trong ba chỉ số, S&P 500 có giá trị trung bình thấp nhất và độ lệch chuẩn cao nhất, cho thấy các mã hóa có mức độ phân tán lớn nhất. Hệ số lệch -0,18 cho thấy phân phối hơi lệch trái, trong khi hệ số độ nhọn -1,44 phản ánh phân phối bẹt hơn so với phân phối chuẩn theo cách tính của bảng thống kê.
##D. Vẽ đồ thị cột và tròn đối với các chỉ số tài chính dạng ordinal scale và đồ thị đường đối với các chỉ số tài chính dạng Ratio Scale
## Vẽ đồ thị cột với các chỉ số dưới dạng ordinal scale
# Đồ thị cột VNI
VNI.freq<-table(VNIMH)
VNI.freq
## VNIMH
## 1 2 3
## 15 142 117
barplot(VNI.freq,xlab = "Mã hóa VNI",ylab = "Tần số",main = "Biểu đồ cột của VNI mã hóa",col=c("hotpink","yellow","skyblue"))
# Nhận xét:
#Biểu đồ thể hiện tần số của ba nhóm mã hóa VNI trong 274 mẫu quan sát. Nhóm mã hóa 1 có tần số thấp nhất, khoảng 15 mẫu; nhóm mã hóa 2 có tần số cao nhất, khoảng 141 mẫu; nhóm mã hóa 3 có khoảng 118 mẫu. Như vậy, phần lớn quan sát tập trung ở nhóm mã hóa 2 và 3, trong khi nhóm 1 chiếm tỷ trọng khá nhỏ. Điều này cho thấy chỉ số VNI trong giai đoạn nghiên cứu chủ yếu thuộc nhóm mã hóa 2 và 3, đặc biệt là nhóm 2.
# Đồ thị cột VN30
VN30.freq<-table(VN30MH)
VN30.freq
## VN30MH
## 1 2 3
## 30 146 98
barplot(VN30.freq,xlab = "Mã hóa VN30",ylab = "Tần số",main = "Biểu đồ cột của VN30 mã hóa",col=c("blueviolet", "limegreen", "darkorange"))
#Nhận xét:
#Biểu đồ thể hiện tần số của ba nhóm mã hóa VN30 trong 274 mẫu quan sát. Nhóm mã hóa 1 có tần số thấp nhất, khoảng 30 mẫu; nhóm mã hóa 2 có tần số cao nhất, khoảng 146 mẫu; nhóm mã hóa 3 có khoảng 98 mẫu. Như vậy, phần lớn quan sát tập trung ở nhóm mã hóa 2, tiếp đến là nhóm 3, trong khi nhóm 1 chiếm tỷ trọng thấp nhất. Điều này cho thấy chỉ số VN30 trong giai đoạn nghiên cứu chủ yếu thuộc nhóm mã hóa 2 và 3, đặc biệt tập trung ở nhóm 2.
# Đồ thị cột SP500
SP500.freq<-table(SP500MH)
SP500.freq
## SP500MH
## 1 2 3
## 76 95 103
barplot(SP500.freq,xlab = "Mã hóa SP500",ylab = "Tần số",main = "Biểu đồ cột của SP500 mã hóa",col=c("cyan", "magenta", "springgreen"))
#Nhận xét:
#Biểu đồ thể hiện tần số của ba nhóm mã hóa S&P 500 trong 274 mẫu quan sát. Nhóm mã hóa 1 có tần số khoảng 77 mẫu, nhóm mã hóa 2 khoảng 95 mẫu và nhóm mã hóa 3 khoảng 102 mẫu. Nhóm 3 có tần số cao nhất, tiếp đến là nhóm 2, trong khi nhóm 1 có tần số thấp nhất. Tuy nhiên, tần số giữa ba nhóm không chênh lệch quá lớn, cho thấy các quan sát được phân bố tương đối đồng đều giữa các nhóm. Nhìn chung, S&P 500 có số quan sát tập trung nhiều hơn ở nhóm mã hóa 3, nhưng sự phân bố giữa các nhóm không quá mất cân đối.
## Nhận xét chung: Cả ba chỉ số đều có sự phân bố quan sát khác nhau giữa các nhóm mã hóa. VNI và VN30 tập trung nhiều nhất ở nhóm 2, trong khi S&P 500 tập trung nhiều nhất ở nhóm 3. Đặc biệt, nhóm 1 chiếm tần số thấp nhất ở VNI và VN30, nhưng ở S&P 500, tần số nhóm 1 gần với hai nhóm còn lại hơn. Điều này cho thấy cơ cấu phân bố các nhóm mã hóa của S&P 500 đồng đều hơn so với VNI và VN30 trong giai đoạn nghiên cứu.
## Vẽ đồ thị tròn
# Đồ thị tròn VNI
pie(table(VNIMH),col = c("hotpink", "yellow", "skyblue"), main = "Đồ thị thể hiện cơ cấu VNI mã hóa")
# Đồ thị tròn VN30
pie(table(VN30MH),col = c("blueviolet", "limegreen", "darkorange"),main = "Đồ thị thể hiện cơ cấu VN30 mã hóa")
# Đồ thị tròn SP500
pie(table(SP500MH),col = c("cyan", "magenta", "springgreen"),main = "Đồ thị thể hiện cơ cấu S&P 500 mã hóa")
##Nhận xét chung: Biểu đồ tròn thể hiện cơ cấu phân bố của ba nhóm mã hóa đối với các chỉ số VNI, VN30 và S&P 500. Trong đó, VNI và VN30 có nhóm mã hóa 2 chiếm ưu thế, tiếp theo là nhóm 3, còn nhóm 1 chiếm tỷ trọng nhỏ nhất. Ngược lại, đối với S&P 500, nhóm mã hóa 3 chiếm ưu thế, tiếp theo là nhóm 2 và nhóm 1. Nhìn chung, cơ cấu phân bố giữa các nhóm mã hóa có sự khác biệt giữa các chỉ số; VNI và VN30 có xu hướng tập trung ở nhóm 2, trong khi S&P 500 tập trung nhiều hơn ở nhóm 3.
##Đồ thị đường đối với các chỉ số tài chính dạng ordinal scale
# Đồ thị đường VNI
plot(STT,VNI,type="o",xlab="Thời gian",ylab="giá trị VNI",pch=10,main = "Đồ thị đường giá trị VNI từ 1 đến 274")
#Nhận xét : Qua đồ thị, có thể thấy chỉ số VNI biến động khá rõ rệt trong 274 mẫu quan sát.
#Ở giai đoạn đầu, chỉ số chủ yếu dao động quanh mức 1.600–1.700 điểm.
#Sau đó, VNI có xu hướng tăng và đạt mức cao khoảng 1.900 điểm ở giai đoạn gần mẫu 100.
#Tuy nhiên, chỉ số tiếp tục giảm và biến động mạnh, có thời điểm xuống gần 1.600 điểm ở khoảng mẫu 140–150. Sau đó, VNI phục hồi và đạt mức cao nhất khoảng 1.930 điểm ở khoảng mẫu 175–180.
#Trong giai đoạn cuối, chỉ số tiếp tục tăng giảm nhưng chủ yếu dao động trong khoảng 1.700–1.850 điểm.
#Nhìn chung, VNI có sự biến động qua các giai đoạn, phản ánh sự thay đổi của thị trường chứng khoán trong thời gian nghiên cứu và chưa duy trì được xu hướng tăng hoặc giảm ổn định trong toàn bộ mẫu quan sát.
# Đồ thị đường VN30
plot(STT,VN30,type="o",xlab="Thời gian",ylab="giá trị VN30",pch=10,main = "Đồ thị đường giá trị VN30 từ 1 đến 274")
#Nhận xét: Qua đồ thị, có thể thấy chỉ số VN30 biến động khá mạnh trong 274 mẫu quan sát.
#Ở giai đoạn đầu, chỉ số chủ yếu dao động quanh mức 1.800–1.900 đi.m,
#sau đó tăng lên và đạt mức cao khoảng 2.100 điểm ở khoảng mẫu 100.
#Tiếp theo, VN30 giảm và biến động liên tục, đặc biệt giảm sâu ở khoảng mẫu 140–150, xuống gần 1.750 điểm. Sau đó, chỉ số phục hồi và tăng trở lại, đạt mức cao khoảng 2.080 điểm ở khoảng mẫu 175–180.
#Trong giai đoạn cuối, VN30 tiếp tục tăng giảm, có thời điểm giảm xuống khoảng 1.850 điểm rồi phục hồi trước khi kết thúc ở mức gần 1.950 điểm.
#Nhìn chung, VN30 có sự biến động qua nhiều giai đoạn, với những đợt tăng và giảm tương đối rõ rệt, cho thấy thị trường cổ phiếu thuộc nhóm VN30 chưa duy trì được xu hướng tăng hoặc giảm ổn định trong toàn bộ thời gian nghiên cứu.
# Đồ thị đường SP500
plot(STT,SP500,type="o",xlab="Thời gian",ylab="giá trị SP500",pch=10,main = "Đồ thị đường giá trị SP500 từ 1 đến 274")
#Nhận xét: Qua đồ thị, có thể thấy chỉ số S&P 500 có xu hướng tăng trong 274 mẫu quan sát, mặc dù vẫn xuất hiện một số giai đoạn giảm điểm.
#Ở giai đoạn đầu, chỉ số tăng dần từ khoảng 6.400 điểm lên gần 6.800 điểm.
#Sau đó, chỉ số tiếp tục dao động và có thời điểm giảm xuống khoảng 6.500 điểm, trước khi phục hồi và duy trì quanh mức 6.700–6.900 điểm.
#Đáng chú ý, ở khoảng mẫu 140–150, S&P 500 giảm mạnh xuống gần 6.350 điểm, sau đó phục hồi nhanh và tăng lên trên 7.500 điểm.
#Trong giai đoạn cuối, chỉ số tiếp tục biến động nhưng nhìn chung duy trì ở mức cao và đạt gần 7.900 điểm vào cuối kỳ.
#Nhìn chung, so với giai đoạn đầu, S&P 500 có xu hướng tăng rõ rệt trong toàn bộ thời gian nghiên cứu, cho thấy thị trường có sự cải thiện về điểm số dù vẫn chịu những đợt điều chỉnh ngắn hạn.
## Nhận xét chung: Qua đồ thị đường của ba chỉ số VNI, VN30 và S&P 500 trong 274 mẫu quan sát, có thể thấy cả ba chỉ số đều có sự biến động tăng giảm trong giai đoạn nghiên cứu. VNI và VN30 có xu hướng biến động khá tương đồng, với nhiều đợt tăng điểm, giảm điểm và phục hồi, nhưng chưa duy trì được xu hướng tăng ổn định trong toàn bộ thời gian quan sát.
#Trong khi đó, S&P 500 có xu hướng tăng rõ rệt hơn, đặc biệt ở giai đoạn sau khi phục hồi từ mức giảm sâu quanh mẫu 140–150. Nhìn chung, diễn biến của ba chỉ số cho thấy thị trường chứng khoán có sự thay đổi qua từng giai đoạn; trong đó, S&P 500 thể hiện xu hướng tăng nổi bật hơn, còn VNI và VN30 biến động lên xuống tương đối rõ rệt trong thời gian nghiên cứu.
##E. Phân tích tương quan các chỉ số
#Tính toán tương quan giữa VNI và VN30
cor(VNI,VN30)
## [1] 0.8885158
cor.test(VNI,VN30)
##
## Pearson's product-moment correlation
##
## data: VNI and VN30
## t = 31.936, df = 272, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.8606309 0.9110881
## sample estimates:
## cor
## 0.8885158
#Nhận xét:VNI và VN30 có mối tương quan thuận rất mạnh, thể hiện qua hệ số tương quan Pearson r = 0,8885 > 0. Điều này cho thấy hai chỉ số thường biến động cùng chiều.
#Mối tương quan giữa VNI và VN30 có ý nghĩa thống kê vì giá trị p-value < 2,2 × 10⁻¹⁶ < 0,05
#Tính toán tương quan giữa VNI và SP500
cor(VNI,SP500)
## [1] 0.5716821
cor.test(VNI,SP500)
##
## Pearson's product-moment correlation
##
## data: VNI and SP500
## t = 11.491, df = 272, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4861136 0.6463927
## sample estimates:
## cor
## 0.5716821
#Nhận xét: VNI và S&P 500 có mối tương quan thuận ở mức trung bình, thể hiện qua hệ số tương quan Pearson r = 0,5717 > 0. Điều này cho thấy hai chỉ số có xu hướng biến động cùng chiều.
#Mối tương quan giữa VNI và S&P 500 có ý nghĩa thống kê vì giá trị p-value < 2,2 × 10⁻¹⁶ < 0,05.
#Tính toán tương quan giữa VN30 và SP500
cor(VN30, SP500)
## [1] 0.3213601
cor.test(VN30, SP500)
##
## Pearson's product-moment correlation
##
## data: VN30 and SP500
## t = 5.5969, df = 272, p-value = 5.325e-08
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.2108912 0.4237242
## sample estimates:
## cor
## 0.3213601
#Nhận xét: VN30 và S&P 500 có mối tương quan thuận yếu, thể hiện qua hệ số tương quan Pearson r = 0,3214 > 0. Điều này cho thấy hai chỉ số có xu hướng biến động cùng chiều nhưng mức độ tương quan không cao.
#Mối tương quan giữa VN30 và S&P 500 có ý nghĩa thống kê vì giá trị p-value = 5,325 × 10⁻⁸ < 0,05.
##E. Vẽ đồ thị tương quan đa biến
library(psych)
vars=cbind(VNI,VN30,SP500)
pairs.panels(vars)
library(Hmisc)
##
## Attaching package: 'Hmisc'
## The following object is masked from 'package:psych':
##
## describe
## The following objects are masked from 'package:base':
##
## format.pval, units
result=rcorr(as.matrix(vars),type="pearson")
result$r
## VNI VN30 SP500
## VNI 1.0000000 0.8885158 0.5716821
## VN30 0.8885158 1.0000000 0.3213601
## SP500 0.5716821 0.3213601 1.0000000
result$P
## VNI VN30 SP500
## VNI NA 0.000000e+00 0.000000e+00
## VN30 0 NA 5.324544e-08
## SP500 0 5.324544e-08 NA
#Nhận xét chung về phân tích tương quan:
#Qua kết quả thống kê mô tả và các biểu đồ, có thể thấy chỉ số VNI và VN30 có mức độ biến động tương đối giống nhau, trong khi S&P 500 có xu hướng tăng rõ rệt hơn trong giai đoạn nghiên cứu. Độ lệch chuẩn và khoảng biến thiên của S&P 500 lớn hơn hai chỉ số Việt Nam, cho thấy mức dao động về giá trị chỉ số cao hơn.
#Về phân bố dữ liệu, VNI và VN30 tập trung nhiều ở nhóm mã hóa 2, còn S&P 500 có phân bố giữa ba nhóm tương đối đồng đều hơn. Kết quả tương quan cho thấy VNI và VN30 có mối tương quan thuận rất mạnh (r = 0,8885), VNI và S&P 500 có tương quan thuận trung bình (r = 0,5717), còn VN30 và S&P 500 có tương quan thuận yếu (r = 0,3214). Cả ba mối tương quan đều có ý nghĩa thống kê ở mức 5%.
#Nhìn chung, hai chỉ số chứng khoán Việt Nam có xu hướng biến động gần nhau hơn so với khi so sánh với S&P 500. Tuy nhiên, tương quan không đồng nghĩa với quan hệ nhân quả và kết quả chỉ phản ánh dữ liệu trong giai đoạn nghiên cứu.
##F.SP500 là biến phụ thuộc, VNI, VN30 là 2 biến độc lập. Tiến hành mô hình hồi quy tuyến tính đa biến
lm(SP500 ~ VNI + VN30)
##
## Call:
## lm(formula = SP500 ~ VNI + VN30)
##
## Coefficients:
## (Intercept) VNI VN30
## 4724.118 6.797 -4.957
mreg<-lm(SP500 ~ VNI + VN30)
summary(mreg)
##
## Call:
## lm(formula = SP500 ~ VNI + VN30)
##
## Residuals:
## Min 1Q Median 3Q Max
## -699.95 -229.65 19.29 213.41 611.44
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 4724.1183 476.3208 9.918 <2e-16 ***
## VNI 6.7972 0.4718 14.406 <2e-16 ***
## VN30 -4.9566 0.5276 -9.394 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 302.5 on 271 degrees of freedom
## Multiple R-squared: 0.4922, Adjusted R-squared: 0.4884
## F-statistic: 131.3 on 2 and 271 DF, p-value: < 2.2e-16
anova(mreg)
## Analysis of Variance Table
##
## Response: SP500
## Df Sum Sq Mean Sq F value Pr(>F)
## VNI 1 15954329 15954329 174.410 < 2.2e-16 ***
## VN30 1 8072447 8072447 88.246 < 2.2e-16 ***
## Residuals 271 24790024 91476
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## VNI VN30
## 4.7497 4.7497
require(lmtest)
## Loading required package: lmtest
## Loading required package: zoo
##
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric
dwtest(mreg)
##
## Durbin-Watson test
##
## data: mreg
## DW = 0.067531, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
# Phương trình hồi quy: SP500 = 4724,1183 + 6,7972*VNI - 4,9566*VN30 + ei
# Mô hình có ý nghĩa thống kê tổng thể với F-statistic = 131,3 và p-value < 0,001.
# Hệ số R² = 0,4922, cho thấy VNI và VN30 giải thích 49,22% sự biến thiên của SP500,
# trong khi R² hiệu chỉnh đạt 0,4884.
# VNI có tác động cùng chiều đến SP500 với hệ số 6,7972 (p < 0,001).
# VN30 có tác động ngược chiều đến SP500 với hệ số -4,9566 (p < 0,001).
# Kiểm định ANOVA cho thấy VNI và VN30 đều có ý nghĩa thống kê (p < 0,001).
# VIF = 4,7497 < 5, cho thấy mô hình chưa có đa cộng tuyến nghiêm trọng.
# Kiểm định Durbin-Watson có DW = 0,067531 và p < 0,001,
# cho thấy mô hình có hiện tượng tự tương quan dương.
# Nhìn chung, mô hình có ý nghĩa thống kê, nhưng cần lưu ý hiện tượng tự tương quan
# và thận trọng khi diễn giải kết quả kiểm định.
##G. Phép kiểm định sau mô hình hồi quy tuyến tính đa biến
#phép kiểm định anova
anova(mreg)
## Analysis of Variance Table
##
## Response: SP500
## Df Sum Sq Mean Sq F value Pr(>F)
## VNI 1 15954329 15954329 174.410 < 2.2e-16 ***
## VN30 1 8072447 8072447 88.246 < 2.2e-16 ***
## Residuals 271 24790024 91476
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
anova(lm(SP500~VNI+VN30))
## Analysis of Variance Table
##
## Response: SP500
## Df Sum Sq Mean Sq F value Pr(>F)
## VNI 1 15954329 15954329 174.410 < 2.2e-16 ***
## VN30 1 8072447 8072447 88.246 < 2.2e-16 ***
## Residuals 271 24790024 91476
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#phép kiểm định đa cộng tuyến
library(car)
vif(mreg)
## VNI VN30
## 4.7497 4.7497
#Phép kiểm định tự tương quan
require(lmtest)
dwtest(mreg)
##
## Durbin-Watson test
##
## data: mreg
## DW = 0.067531, p-value < 2.2e-16
## alternative hypothesis: true autocorrelation is greater than 0
#Nhận xét:
# Kiểm định ANOVA cho thấy p-value của VNI và VN30 đều nhỏ hơn 0,05.
# => Hai biến độc lập có ý nghĩa thống kê trong mô hình.
# Kiểm định đa cộng tuyến cho thấy các giá trị VIF đều bằng 4,7497 < 5.
# => Mô hình không có hiện tượng đa cộng tuyến nghiêm trọng.
# Kiểm định tự tương quan cho thấy giá trị DW = 0,067531 nằm ngoài khoảng chấp nhận (1,5 < DW < 2,5).
# => Mô hình có hiện tượng tự tương quan dương.