Chọn mô hình tốt nhất trong thống kê Bayes mờ và ứng dụng trong phân tích tài chính

Tóm tắt

Trong phân tích tài chính, thông thường người ta chỉ sử dụng giá đóng cửa và lựa chọn phân phối của mô hình là phân phối chuẩn (normal distribution).  Tuy nhiên, chứng khoán biến động được ghi nhận thông qua bộ bốn giá trị đó là các giá trị giá mở cửa, giá cao nhất, giá thấp nhất và giá đóng cửa.  Do đó, chúng tôi sử dụng thêm giá cao nhất và giá thấp nhất nhằm cung cấp thêm thông tin với hy vọng đưa ra kết quả chính xác hơn. Như vậy, bộ dữ liệu sẽ dao động trong một khoảng biến động chứ không phải là một giá trị, tức là dữ liệu dưới dạng số mờ. Và hơn nữa, giả định một bộ dữ liệu tuân theo phân phối chuẩn không phải lúc nào cũng thỏa mãn. Mặt khác, việc kiểm định một dữ liệu có tuân theo phân phối chuẩn hay không thông thường theo kiểm định Jarque Bera hoặc kiểm định Chi bình phương. Để thực hiện các kiểm đinh này cần phải dựa vào giá trị p-value, nhưng hiện nay có rất nhiều tranh cãi xung quanh việc sử dụng giá trị p-value. Do đó, trong bài báo này chúng tôi sử dụng ước lượng điểm Bayes mờ cho dự báo nhằm lựa chọn phân phối phù hợp nhất. Kết quả khi phân tích 9 mã cổ phiếu có giá trị vốn hóa lớn tại thị trường chứng khoán Việt Nam trong khoảng thời gian từ thời điểm niêm yết đến ngày 06/11/2015 thấy rằng có một số mã có các phân phối khác phù hợp hơn phân phối chuẩn, một số mã cổ phiếu phù hợp với phân phối chuẩn.