ĐẠI HỌC QUỐC GIA - TPHCM

TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

GIẢI THƯỞNG NHÀ NGHIÊN CỨU

KHOA HỌC TRẺ UEL

Đề tài: COPULA VÀ ỨNG

DỤNG TRONG TÀI CHÍNH
 Báo cáo đề tài NCKH

Copula và ứng dụng

trong tài chính
GVHD : TS Lê Thanh Hoa
Nhóm nghiên cứu gồm :

Huỳnh Thanh Hải K204131875

Vũ Thị Hạnh Dung K204131871
Phan Thị Thùy Duyên K204131872
Nguyễn Tấn Sang K204131891
Báo cáo đề tài NCKH K20413C

Nội dung báo cáo

1. Tổng quan về đề tài
2. Nội dung nghiên cứu
3. Phương pháp nghiên cứu
4. Kết quả nghiên cứu
5. Kết luận và kiến nghị
Báo cáo đề tài NCKH K20413C

Tổng quan đề tài

Phân tích cấu trúc sự phụ thuộc giữa các mã chứng khoán trên thị trường chứng
khoán Việt Nam, cụ thể sàn chứng khoán Hồ Chí Minh (HOSE).
Sử dụng dữ liệu thực giá đóng cửa của các mã chứng khoán, sử dụng phân phối
biên của dữ liệu và kiểm định xem xét độ phù hợp của mô hình.
Sử dụng hàm Copula để tìm cấu trúc sự phụ thuộc giữa các chuỗi suất sinh lợi để
so sánh sự phụ thuộc, đánh giá xu hướng thay đổi giữa các mã, giúp cho các nhà
đầu tư có thể lựa chọn các mã chứng khoán hay các lĩnh vực liên quan để đầu tư
trong thị trường tài chính.
Báo cáo đề tài NCKH
Tổng quan đề tài
Đối tượng
Cấu trúc phụ thuộc của các mã
chứng khoán trong danh mục
đầu tư trên thị trường HOSE
VCB, CTG, MBB, BID, SSI, FTS,
HCM, VND, HPG, PNJ, VNM,
PLX, HBC, CII, FLC, VCG.
K20413C
Phạm vi
Thị trường tài chính
Thị trường chứng khoán Thành
phố Hồ Chí Minh – Việt Nam
21/04/2017- 25/03/2022
Báo cáo đề tài NCKH K20413C

Sự cần thiết của đề tài

Sự phụ thuộc lẫn nhau giữa các thị trường.
Vẫn còn khá ít những nghiên cứu có liên quan.
Đóng góp thêm các nghiên cứu thực nghiệm trong lĩnh vực này.
Đề phòng các vấn đề rủi ro, giảm thiểu tổn thất đáng kể cho nhà
đầu tư.
Nhóm nghiên cứu lựa chọn đề tài “Nghiên cứu cấu trúc phụ thuộc
của các mã chứng khoán trong danh mục đầu tư trên thị trường tài
chính Việt Nam”.
Mục đích Các mã chứng khoán có độc lập với nhau hay

nghiên cứu không? Nếu có sự phụ thuộc thì sự phụ thuộc ấy ở

mức độ nào ?

Các phần mềm được sử dụng nhằm ước lượng

copula để xem xét sự phụ thuộc và tương quan với
nhau của các mã chứng khoán trong cùng danh
mục đầu tư trên thị trường chứng khoán.
 Nội dung nghiên cứu
1 2

Độ đo phụ thuộc Độ đo cấu trúc

tuyến tính phụ thuộc
Pearson Copulas
 Hệ số tương quan Pearson r(X,Y) chỉ thích hợp đo
mức độ phụ thuộc của các biến ngẫu nhiên X và Y khi
chúng có quan hệ tuyến tính.
Độ đo sự
phụ thuộc
tuyến tính Với các phương sai là hữu hạn, tức
Pearson Khi X và Y có quan hệ phi tuyến thì r(X,Y) không thể
đặc trưng cho mức độ phụ thuộc. Hơn nữa, r(X,Y)=0
thì chúng ta không thể kết luận X và Y là độc lập trừ
khi chúng có phân phối chuẩn.
 1. Hai chiều
Cho F là phân phối đồng thời với các hàm phân phối biên duyên là N và G
tồn tại một copula C sao cho với mọi x,y ∈ R,
F(x,y)=C(N(x),G(y)).
Nếu N và G là liên tục thì C là duy nhất, mặt khác C là xác định duy nhất

Cấu trúc trên RanN × RanG. Ngược lại, nếu C là một copula, N và G là các hàm phân
phối thì hàm F được định nghĩa là một hàm phân phối đồng thời với các

phụ thuộc biên duyên là N và G.

2. Nhiều chiều
Copulas Cho F là một hàm phân phối n- chiều với các biên duyên thì

Định lý Sklar
tồn tại một n-copula C sao cho với mọi x R2,∈
1959
Nếu tất cả đều liên tục, thì C là duy nhất;
nói cách khác C là duy nhất được xác định trên RanF1×RanF2×RanFn.
Ngược lại nếu C là một n-copula và là các hàm phân phối thì
hàm số F được xác định là một phân phối n chiều với các biên duyên
1. Họ Copula Elliptics:
Các phân phối Elliptical có hàm mật độ dưới dạng
độ biên là một ellipsoids.
Copula Gaussian với hai biên
duyên là các phân phối Gaussian
tương ứng với phân phối Gaussian
hai biến Là Copula đối xứng với hệ
số phụ thuộc 2 đuôi bằng 0
Cho phép nghiên cứu khi số liệu có
phân phối chuẩn với các cấu trúc
phụ thuộc đuôi bằng 0
và vì thế mật
Copula t-Student cho phép phụ
thuộc đuôi khác 0 đối xứng trong
các đuôi, và có khả năng liên kết
dương hay âm có cùng một khả
năng xảy ra
Cấu trúc phụ thuộc rất mạnh xung
quanh vị trí trung trâm
2. Họ Copula Archimedean
Copula Gumbel là hàm không đối xứng
vì sự phụ thuộc đuôi bên phải lớn hơn
phụ thuộc đuôi bên trái.
Copula Joe không có phụ thuộc âm,
nhưng nó cho phép phụ thuộc đuôi trên
mạnh và gần như ngược lại với copula
Clayton trong trường hợp phụ thuộc
dương. Copula Joe là copula độc lập khi
và hội tụ về copula đồng đơn điệu.
Copula Clayton là hàm không đối xứng vì
sự phụ thuộc đuôi bên trái lớn hơn phụ
thuộc đuôi bên phải.
Copula Frank lần đầu tiên được nghiên
cứu vào năm 1979 bởi Frank. Frank là
copula đối xứng với sự phụ thuộc hai đuôi
bằng 0. Đồng thời cung cấp sự phụ thuộc
dương mạnh mẽ hoặc sự phụ thuộc âm
mạnh mẽ.
Phương pháp nghiên cứu

Ước lượng mô hình phân phối biên

Biến đổi phân phối biên thành phân phối đều [0;1]

Mô hình kiểm định sự phù hợp (Goodness-of-fit)

Ước lượng tham số Copula và hệ số phụ thuộc đuôi

Báo cáo đề tài NCKH

Mô hình ước lượng phân phối biên

Bước 1: Ước lượng tham số của mô hình phân phối biên

bằng phương pháp hợp lí cực đại

Bước 2: Kiểm định sự phù hợp phân phối biên

H0: Mô hình không phù hợp và H1: Mô hình phù hợp
Qua phép kiểm định Kolmogorov - Smirnov
Báo cáo đề tài NCKH

Biến đổi phân phối biên thành

phân phối đều [0 ; 1]
Ứng với mỗi dạng phân phối của phần dư, ta sẽ xác định được hàm phân phối
biên bằng phương pháp hợp lý cực đại. Sau đó các phân phối biên sẽ được
chuyển thành các phân phối đều [0,1].

Đối với phương pháp CML, phân phối biến đổi đơn vị được xác định bằng
hàm phân phối tích lũy thực nghiệm như sau
Báo cáo đề tài NCKH

Mô hình kiểm định sự phù hợp (GOF)

Giả thuyết nghiên cứu Mô hình

Mô hình kiểm định Goodness of fit (GOF) cho chúng ta biết được rằng liệu
mô hình đã chọn có chính xác hay không. Nếu giá trị AIC, BIC thấp thì mô
hình càng phù hợp
Đồng thời, trong mô hình kiểm định GOF nếu dùng giá trị p-value để kiểm
định thì khi giá trị p-value ( < 0.05) thì mô hình phù hợp, còn khi p-value
cao thì chúng ta bác bỏ mô hình.
Báo cáo đề tài NCKH K20413C

Ước lượng tham số Copula

Giai đoạn 1 Giai đoạn 2

Ước lượng các tham số Kết quả mô hình đánh giá

của copula dựa vào tiêu chí AIC

AIC càng nhỏ => phù hợp

càng CAO hay độ sai
lệch là ÍT nhất
Thảo luận và kết quả
Tổng quan về Dữ liệu
Giá đóng cửa theo ngày trong gần 5 năm
Nhóm ngành ngân hàng (Bank): CTG (Ngân hàng
TMCP Công Thương Việt Nam), MBB (Ngân hàng
TMCP Quân Đội), VCB (Ngân hàng TMCP Ngoại
Thương Việt Nam), BID (Ngân hàng TMCP Đầu tư
và Phát triển Việt Nam)
Nhóm công ty tài chính (Financial): SSI (CTCP
Chứng khoán SSI), VND (CTCP Chứng khoán
VNDirect), FTS (CTCP Chứng khoán FPT), HCM
(CTCP Chứng khoán Hồ Chí Minh)
Nhóm Penny: FLC (CTCP Tập đoàn FLC), CII (CTCP
Đầu tư Hạ tầng Kỹ thuật Thành phố Hồ Chí Minh),
VCG (CTCP Xuất nhập khẩu và Xây dựng Việt
Nam), HBC (CTCP Tập đoàn Xây dựng Hòa Bình)
Nhóm VN30 lấy 4 mã cổ phiếu là HPG (CTCP Tập
đoàn Hòa Phát), VNM (CTCP Sữa Việt Nam),
PNJ(CTCP Vàng bạc Đá quý Phú Nhuận), PLX (Tập
đoàn Xăng Dầu Việt Nam)
 Bank VCB CTG MBB BID Financial SSI HCM VND FTS

Mean 0 0 0 0 Mean 0 0 0 0

Std.Dev 0.02 0.02 0.02 0.02 Std.Dev 0.2 0.3 0.3 0.2

Max 0.08 0.08 0.07 0.08 Max 0.09 0.09 0.11 0.1

Min -0.06 -0.07 -0.06 -0.07 Min -0.07 -0.07 -0.09 -0.08

Range 0.14 0.14 0.14 0.14 Range 0.15 0.15 0.2 0.17

Skewness 0.35 0.33 0.35 0.35 Skewness 0.22 0.28 0.13 -0.02

Kurtosis 2.59 1.7 2.21 1.59 Kurtosis 1.67 0.69 1.69 1.7

Count 1232 1232 1232 1232 Count 1232 1232 1232 1232

Penny FLC HBC CII VCG VN30 HPG PNJ VNM PLX

Mean 0 0 0 0 Mean 0 0 0 0

Std.Dev 0.03 0.03 0.02 0.02 Std.Dev 0.02 0.02 0.02 0.02

Max 0.12 0.08 0.08 0.11 Max 0.08 0.08 0.08 0.07

Min -0.07 -0.07 -0.07 -0.09 Min -0.06 -0.07 -0.07 -0.07

Range 0.19 0.15 0.14 0.2 Range 0.14 0.14 0.14 0.14

Skewness 0.04 0.08 0.07 0.17 Skewness 0.17 0.36 0.06 0.3

Kurtosis 0.57 0.69 1.8 4.36 Kurtosis 1.45 2.3 4 2.14

Count 1232 1232 1232 1232 Count 1232 1232 1232 1232
Bank Financial

HỆ SỐ
TƯƠNG QUAN
Penny PEARSON VN30
 Báo cáo đề tài NCKH

Kết quả ước lượng mô hình phân phối biên

Kết quả

Phép kiểm định Kolmogorov - Smirnov với tất cả

mô hình biên cho ta thấy không thể bác bỏ giả
thiết H0: về tính phù hợp của hàm phân phối ở
mức ý nghĩa 5%

Tóm lại

Kiểm định Kolmogorov - Smirnov này cho

rằng các mô hình ước lượng phân phối biên là
đáng tin cậy và không bị sai lệch.
Báo cáo đề tài NCKH K20413C

Bước 1

Kết quả mô hình biên phải

được chuyển về phân phối ở
dạng phân phối đơn vị [0,1]

Kết quả
Bước 2
Kiểm định sự phù hợp
(GOF)
Kiểm định Goodness-of-fit
Kết quả ở mức ý nghĩa 5%.
P-value = 0.0004995 << 0.05.
 Bank Copula Loglik AIC BIC p-value

VCB_CTG Joe - Clayton 307.99 -611.97 -601.74 < 0,01

VCB_MBB Joe - Clayton 283.81 -563.63 -553.4 < 0,01

VCB_BID Gumbel 289.13 -576.26 -571.14 < 0,01

CTG_MBB Joe - Clayton 533.91 -1063.82 -1053.58 < 0,01

CTG_BID Joe - Clayton 486.78 -969.56 -959.32 < 0,01

MBB_BID Joe - Clayton 385.42 -766.83 -756.6 < 0,01

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu liên tục
 Bank Copula Loglik AIC BIC p-value

VCB_CTG T 30.64 -57.29 -51.73 < 0,01

VCB_MBB Gumbel 28.28 -54.55 -51.77 < 0,01

VCB_BID Clayton - Gumbel 36.47 -68.94 -63.38 < 0,01

CTG_MBB Joe - Frank 57.63 -111.26 -105.7 < 0,01

CTG_BID Gumbel 52.22 -102.44 -99.66 < 0,01

MBB_BID Gumbel 37.15 -72.3 -69.53 < 0,01

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu Trung bình trượt
 Financial Copula Loglik AIC BIC p-value

SSI_HCM Clayton - Gumbel 636,25 -1268,49 -1258,26 < 0,01

SSI_VND T 47,73 -91,45 -81,22 < 0,01

SSI_FTS T 13,11 -22,23 -11,99 < 0,01

HCM_VND T 26,13 -48,26 -38,03 < 0,01

HCM_FTS Independence 0 0 0 0,07

VND_FTS Independence 0 0 0 0,16

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu liên tục
 Financial Copula Loglik AIC BIC p-value

SSI_HCM Gumbel 83.65 -165.3 -162.52 < 0,01

SSI_VND Survival Gumbel 18.54 -35.08 -32.31 < 0,01

SSI_FTS Gumbel 24.06 -46.11 -43.33 < 0,01

HCM_VND Frank 12.45 -22.9 -20.12 < 0,01

HCM_FTS Joe - Frank 19.53 -35.07 -29.51 < 0,01

VND_FTS Normal 8.56 -15.12 -12.34 < 0,01

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu Trung bình trượt
 Penny Copula Loglik AIC BIC p-value

FLC_HBC Joe - Clayton 113.76 -223.51 -213.28 < 0,01

FLC_CII Joe - Clayton 78.23 -152.45 -142.22 < 0,01

FLC_VCG Independence 0 0 0 0.19

HBC_CII Gumbel 104.98 -207.97 -202.85 < 0,01

HBC_VCG Joe 14 -26 -20.88 < 0,01

CII_VCG Joe - Clayton 15.04 -26.09 -15.86 < 0,01

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu liên tục
 Penny Copula Loglik AIC BIC p-value

FLC_HBC Joe - Clayton 113.76 -223.51 -213.28 < 0,01

FLC_CII Joe - Clayton 78.23 -152.45 -142.22 < 0,01

FLC_VCG Independence 0 0 0 0.19

HBC_CII Gumbel 104.98 -207.97 -202.85 < 0,01

HBC_VCG Joe 14 -26 -20.88 < 0,01

CII_VCG Joe - Clayton 15.04 -26.09 -15.86 < 0,01

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu liên tục
 VN30 Copula Loglik AIC BIC p-value

HPG_PNJ Joe - Clayton 159.09 -314.19 -303.95 < 0,01

HPG_VNM Joe - Clayton 76.43 -148.87 -138.63 < 0,01

HPG_PLX Joe - Clayton 154.63 -305.26 -295.03 < 0,01

PNJ_VNM Gumbel 86.14 -170.29 -165.17 < 0,01

PNJ_PLX Joe - Clayton 159.13 -314.26 -304.02 < 0,01

VNM_PLX Joe - Clayton 82.34 -160.67 -150.44 < 0,01

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu liên tục
 VN30 Copula Loglik AIC BIC p-value

HPG_PNJ Gumbel 8.35 -14.69 -11.91 < 0,01

HPG_VNM Joe 9.44 -16.88 -14.1 < 0,01

HPG_PLX T 17.62 -31.24 -25.68 < 0,01

PNJ_VNM Joe 10.16 -18.32 -15.54 < 0,01

PNJ_PLX Gumbel 14.09 -26.18 -23.4 < 0,01

VNM_PLX Joe - Clayton 18.65 -33.31 -27.75 < 0,01

Kết quả kiểm định sự phù hợp của

Copula cho dữ liệu Trung bình Trượt
Kết quả
Ước lượng tham số mô hình Copula
Phân tích theo dữ liệu liên tục từng
ngày để xem xét sự phụ thuộc rõ nét
nhất
Phân tích xem xét dữ liệu gộp bằng
cách lấy giá trị lợi suất trung bình trượt
trong 20 ngày để xem xét xu hướng
cũng như sự phụ thuộc trên cái nhìn
tổng quát.
 Bank Copula Parameter 1 Parameter 2 Kendall tau λU λL

1.76 0.5 0.4

VCB_CTG Joe - Clayton 0.5185 0.2534
Se[0,06] Se[0,06] (0,4)

1.73 0.45 0.38

VCB_MBB Joe - Clayton 0.5069 0.2126
Se[0,06] Se[0,06] (0,38)

1.66 0.4
VCB_BID Gumbel - 0.482 0
Se[0,04] (0,4)

2.25 0.91 0.52

CTG_MBB Joe - Clayton 0.6391 0.4681
Se[0,08] Se[0,08] (0,51)

2.26 0.66 0.5

CTG_BID Joe - Clayton 0.6407 0.3484
Se[0,08] Se[0,07] (0,48)

2.04 0.63 0.46

MBB_BID Joe - Clayton 0.5959 0.3301
Se[0,07] Se[0,07] (0,43)

Kết quả ước lượng tham số mô hình

Copula liên tục
 Bank Copula Parameter 1 Parameter 2 Kendall tau λU λL

0.62 3.9 0.42

VCB_CTG T 0.3324 0.3324
Se[0,06] Se[1,87] (0,42)

1.62 0.38
VCB_MBB Gumbel - 0.4673 0
Se[0,12] (0,38)

Clayton - 0.29 1.59 0.45

VCB_BID 0.4520 0.2159
Gumbel Se[0,19] Se[0,17] (0,46)

3.63 0.96 0.55

CTG_MBB Joe - Frank 0 0
Se[0,54] Se[0,03] (0,58)

2.13 0.53
CTG_BID Gumbel - 0.6158 0
Se[0,16] (0,56)

1.81 0.45
MBB_BID Gumbel - 0.5346 0
Se[0,14] (0,45)

Kết quả ước lượng tham số mô hình

Copula trung bình trượt
 Financial Copula Parameter 1 Parameter 2 Kendall tau λU λL

Clayton - 0.36 2.03 0.58

SSI_HCM 0.5928 0.3822
Gumbel Se[0,06] Se[0,07] (0,57)

0.15 3.03 0.1

SSI_VND T 0.1594 1.1594
Se[0,03] Se[0,36] (0,09)

0.07 6.67 0.04

SSI_FTS T 0.0337 0.0337
Se[0,03] Se[1,6] (0,04)

0.12 4.3 0.08

HCM_VND T 0.0946 0.0946
Se[0,03] Se[0,7] (0,08)

0
HCM_FTS Independence 0 - 0 0
(0,03)

0
VND_FTS Independence 0 - 0 0
(0,03)

Kết quả ước lượng tham số mô hình

Copula liên tục
 Financial Copula Parameter 1 Parameter 2 Kendall tau λU λL

2.95 0.66
SSI_HCM Gumbel - 0.7346 0
Se[0,23] (0,67)

Survival 1.52 0.34

SSI_VND - 0.4246 0
Gumbel Se[0,11] (0,35)

1.62 0.38
SSI_FTS Gumbel - 0.4657 0
Se[0,12] (0,39)

2.85 0.29
HCM_VND Frank - 0 0
Se[0,57] (0,3)

2.03 0.97 0.33

HCM_FTS Joe - Frank 0 0
Se[0,33] Se[0,04] (0,32)

0.37 0.24
VND_FTS Normal - 0 0
Se[0,07] (0,21)

Kết quả ước lượng tham số mô hình

Copula trung bình trượt
 Penny Copula Parameter 1 Parameter 2 Kendall tau λU λL

1.45 0.09 0.23

FLC_HBC Joe - Clayton 0.3856 0.0005
Se[0,05] Se[0,05] (0,23)
1.31 0.11 0.19
FLC_CII Joe - Clayton 0.3008 0.0020
Se[0,04] Se[0,04] (0,17)
0
FLC_VCG Independence 0 - 0 0
(0,04)
1.31 0.24
HBC_CII Gumbel - 0.3018 0
Se[0,03] (0,08)
1.12 0.07
HBC_VCG Joe - 0.1467 0
Se[0,03] (0,06)
1.09 0.05 0.07
CII_VCG Joe - Clayton 0.1127 0
Se[0,03] Se[0,03] (0,05)

Kết quả ước lượng tham số mô hình

Copula liên tục
 Penny Copula Parameter 1 Parameter 2 Kendall tau λU λL

Survival 0.77 0.28

FLC_HBC - 0.4067 0
Clayton Se[0,16] (0,3)
1.38 0.27
FLC_CII Gumbel - 0.3461 0
Se[0,1] (0,29)
Survival 0.39 0.16
FLC_VCG - 0.1161 0
Clayton Se[0,14] (0,18)
0.5 0.33
HBC_CII Normal - 0 0
Se[0,06] (0,32)
0.29 5.07 0.19
HBC_VCG T 0.1158 0.1158
Se[0,09] Se[2,48] (0,19)
0
CII_VCG Independence 0 - 0 0
(0,12)

Kết quả ước lượng tham số mô hình

Copula trung bình trượt
 VN30 Copula Parameter 1 Parameter 2 Kendall tau λU λL

1.48 0.24 0.28

HPG_PNJ Joe - Clayton 0.4012 0.0562
Se[0,05] Se[0,05] (0,27)

1.3 0.1 0.18

HPG_VNM Joe - Clayton 0.2955 0.0011
Se[0,04] Se[0,04] (0,17)

1.49 0.2 0.27

HPG_PLX Joe - Clayton 0.4053 0.0327
Se[0,05] Se[0,05] (0,26)

1.26 0.2
PNJ_VNM Gumbel - 0.2644 0
Se[0,03] (0,2)

1.46 0.27 0.28

PNJ_PLX Joe - Clayton 0.3935 0.0777
Se[0,05] Se[0,05] (0,27)

1.31 0.12 0.19

VNM_PLX Joe - Clayton 0.3038 0.0038
Se[0,04] Se[0,04] (0,19)

Kết quả ước lượng tham số mô hình

Copula liên tục
 VN30 Copula Parameter 1 Parameter 2 Kendall tau λU λL

1.26 0.2
HPG_PNJ Gumbel - 0.2646 0
Se[0,08] (0,22)
1.44 0.2
HPG_VNM Joe - 0.3828 0
Se[0,14] (0,17)
0.42 3.35 0.28
HPG_PLX T 0.2479 0.2479
Se[0,09] Se[1,57] (0,27)
1.42 0.19
PNJ_VNM Joe - 0.3757 0
Se[0,13] (0,2)
1.34 0.25
PNJ_PLX Gumbel - 0.3233 0
Se[0,09] (0,22)
1.51 0.31 0.3
VNM_PLX Joe - Clayton 0.4173 0.1099
Se[0,16] Se[0,16] (0,27)

Kết quả ước lượng tham số mô hình

Copula trung bình trượt
Kết luận K20413C

1. Tổng quan mô hình cấu trúc sự phụ thuộc

2. Đo lường mức độ phụ thuộc của các cặp chuỗi lợi suất , nghiên cứu
được sự biến động của mức độ phụ thuộc của các chuỗi lợi suất này
trong chu kỳ nghiên cứu.
3. Tồn tại sự phụ thuộc trong điều kiện thị trường bình thường và sự
phụ thuộc đuôi chỉ ra các chuỗi lợi suất của các mã chứng khoán
tương đồng và có sự phụ thuộc.
4. Sử dụng phương pháp hợp lí cực đại để ước lượng các tham số mô
hình phân phối biên và mô hình copula, đánh giá dựa trên chỉ số AIC
cho những chuỗi lợi suất không tuân theo phân phối chuẩn. Hệ số
phụ thuộc đuôi trên và đuôi dưới của từng cặp lợi suất thể hiện mức
độ phụ thuộc cực trị giữa các mã.
5. Khuyến nghị và đo lường rủi ro thị trường trên thị trường chứng
khoán Việt Nam
Báo cáo đề tài NCKH K20413C

Hạn chế của đề tài

01 Chưa nghiên cứu được tất cả các cấu phần của thị trường tài chính.

02 Chưa nghiên cứu được cấu trúc phụ thuộc sử dụng phương pháp Copula nhiều chiều.

03 Sử dụng phương pháp Maximum Likelihood gây hạn chế trong việc nghiên cứu ước
lượng nhiều tham số và Copula nhiều chiều.
Báo cáo đề tài NCKH

Các đề xuất
Đề xuất hướng nghiên cứu tiếp theo

Sử dụng phương pháp tham số để xây dựng các phân phối biên
Tìm kiếm các dạng mô hình Copula khác nữa giúp mô tả cấu
trúc phụ thuộc giữa các thị trường tài chính
Mở rộng nghiên cứu cấu trúc phụ thuộc giữa thị trường chứng
khoán Việt Nam với thị trường chứng khoán của các quốc gia
khác nữa
Mở rộng nghiên cứu cấu trúc phụ thuộc trên các thành phần
khác của Thị trường tài chính và các thị trường khác
TRÂN TRỌNG CẢM ƠN
QUÝ THẦY CÔ VÀ
CÁC BẠN ĐÃ LẮNG NGHE!