Luận án Tiếp cận entropy trong tối ưu hóa danh mục đầu tư – Nghiên cứu trên thị trường chứng khoán Việt Nam

Tên luận án:

Tiếp cận entropy trong tối ưu hóa danh mục đầu tư – nghiên cứu trên thị trường chứng khoán Việt Nam

Ngành:

Thông tin về ngành của luận án không được cung cấp trong văn bản.

Tóm tắt nội dung tài liệu:

Luận án này nghiên cứu về việc tối ưu hóa danh mục đầu tư trên thị trường chứng khoán Việt Nam, tập trung vào phương pháp tiếp cận entropy như một giải pháp thay thế hiệu quả cho mô hình Trung bình-Phương sai (M-V) truyền thống của Markowitz. Mô hình M-V được nhận định có những hạn chế do các giả định về phân phối chuẩn và đo lường rủi ro bằng phương sai không còn phù hợp với thực tế, đặc biệt khi có các mối quan hệ phi tuyến giữa các chuỗi lợi suất.

Nghiên cứu đề xuất và triển khai mô hình Trung bình-Entropy (M-E), sử dụng entropy để đo lường rủi ro và mức độ đa dạng hóa danh mục mà không cần giả định về dạng phân phối xác suất. Để nâng cao hiệu quả, luận án còn kết hợp mô hình M-E với đồ thị lọc phẳng cực đại (PMFG) được xây dựng dựa trên thông tin tương hỗ entropy (PMFGE) nhằm mô tả cấu trúc thị trường, chọn lọc các tài sản đa dạng và giảm chi phí quản trị.

Dữ liệu nghiên cứu bao gồm giá đóng cửa điều chỉnh của các mã cổ phiếu niêm yết trên Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh (HOSE) từ 02/01/2018 đến 31/12/2022. Luận án so sánh hiệu quả của các danh mục được xây dựng theo phương pháp entropy với các danh mục dựa trên tương quan và danh mục thị trường trong hai giai đoạn khác nhau: thị trường bình ổn (năm 2019) và thị trường bất ổn do đại dịch COVID-19 (2020-2022).

Kết quả cho thấy phương pháp tiếp cận entropy, đặc biệt là danh mục M-E kết hợp PMFGE (nhóm trung tâm), mang lại hiệu quả vượt trội về lợi suất trung bình, lợi suất tích lũy và tính ổn định, đặc biệt rõ rệt trong giai đoạn thị trường chịu tác động của đại dịch COVID-19. Đây là nghiên cứu đầu tiên tại Việt Nam kết hợp mô hình Trung bình-Entropy với mạng lọc PMFG. Luận án cũng đưa ra các khuyến nghị cụ thể cho nhà đầu tư tổ chức, cá nhân và các nhà quản lý nhà nước về việc áp dụng linh hoạt các chiến lược tối ưu danh mục tùy thuộc vào điều kiện thị trường.

Mục lục chi tiết:

• MỞ ĐẦU

  • 1. Lý do chọn đề tài
  • 2. Mục tiêu và câu hỏi nghiên cứu
  • 3. Đối tượng và phạm vi nghiên cứu
  • 4. Phương pháp nghiên cứu
  • 5. Những đóng góp mới của luận án

• CHƯƠNG 1. CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU

  • 1.1. Lý thuyết danh mục đầu tư
    • 1.1.1. Một số khái niệm cơ bản
    • 1.1.2. Bài toán Trung bình – Phương sai xác định danh mục tối ưu
    • 1.1.3. Tính hiệu quả của thị trường và danh mục đầu tư
  • 1.2. Lý thuyết về entropy
    • 1.2.1. Khái niệm entropy
    • 1.2.2. Ứng dụng entropy trong lý thuyết danh mục đầu tư
  • 1.3. Tổng quan nghiên cứu
    • 1.3.1. Các nghiên cứu sử dụng mô hình Markowitz, cổ điển
    • 1.3.2. Các nghiên cứu sử dụng entropy trong xây dựng danh mục tối ưu
    • 1.3.3. Các nghiên cứu sử dụng mạng lọc PMFG mô tả cấu trúc thị trường
    • 1.3.4. Các nghiên cứu về xây dựng danh mục đầu tư trên TTCK Việt Nam
    • 1.3.5. Khoảng trống nghiên cứu
  • 1.4. Khung nghiên cứu
  • 1.5. Kết luận chương 1

• CHƯƠNG 2. PHƯƠNG PHÁP NGHIÊN CỨU

  • 2.1. Phương pháp Lempel-Ziv ước lượng các giá trị entropy
    • 2.1.1. Biểu tượng hóa chuỗi lợi suất
    • 2.1.2. Độ phức tạp Lempel-Ziv của một chuỗi biểu tượng
    • 2.1.3. Công thức Lempel-Ziv ước lượng giá trị entropy của chuỗi biểu tượng
    • 2.1.4. Ước lượng các giá trị entropy của chuỗi lợi suất
  • 2.2. Đồ thị lọc phẳng cực đại – tiếp cận theo entropy (PMFGE)
    • 2.2.1. Khoảng cách xây dựng dựa trên entropy
    • 2.2.2. Xây dựng đồ thị lọc phẳng PMFG
  • 2.3. Xây dựng danh mục tối ưu – tiếp cận entropy
    • 2.3.1. Bài toán Trung bình-Entropy (M-E)
    • 2.3.2. Bài toán Trung bình-Entropy kết hợp PMFG (M-E-PMFGE)
  • 2.4. Xây dựng danh mục tối ưu – tiếp cận tương quan
    • 2.4.1. Đồ thị lọc phẳng cực đại – tiếp cận tương quan
    • 2.4.2. Bài toán Trung bình-Phương sai kết hợp PMFGC (M-V-PMFG)
  • 2.5. Đánh giá hiệu quả thực hiện danh mục
  • 2.6. Đo mức độ hiệu quả thị trường- tiếp cận Entropy
  • 2.7. Dữ liệu nghiên cứu
  • 2.8. Kết luận chương 2

• CHƯƠNG 3. THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM - TIẾP CẬN ĐỒ THỊ LỌC PHẲNG CỰC ĐẠI TRONG PHÂN TÍCH SỰ PHỤ THUỘC GIỮA CÁC MÃ CỔ PHIẾU

  • 3.1. Bối cảnh thị trường chứng khoán Việt Nam
  • 3.2. Thực trạng TTCK Việt Nam giai đoạn 2018-2022
  • 3.3. Tính hiệu quả của thị trường chứng khoán Việt Nam
  • 3.4. Kết quả thực nghiệm xây dựng đồ thị PMFG
    • 3.4.1. Tiếp cận entropy
    • 3.4.2. Tiếp cận hệ số tương quan
    • 3.4.3. So sánh cấu trúc của mạng lọc PMFGE và PMFGC
  • 3.5. Kết luận chương 3

• CHƯƠNG 4. XÂY DỰNG DANH MỤC ĐẦU TƯ TỐI ƯU TRÊN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

  • 5.1. Kết quả thực nghiệm xây dựng danh mục đầu tư tối ưu - tiếp cận entropy
    • 5.1.1. Danh mục Trung bình – Entropy (M-E) tiêu chuẩn
    • 5.1.2. Danh mục Trung bình–Entropy cải tiến
  • 5.2. Kết quả thực nghiệm xây dựng danh mục đầu tư tối ưu - tiếp cận tương quan
    • 5.2.1. Danh mục Trung bình – Phương sai (M-V) tiêu chuẩn
    • 5.2.2. Danh mục Trung bình–Phương sai (M-V) cải tiến
  • 5.3. Phân tích kết quả đánh giá hiệu quả thực hiện danh mục
    • 5.3.1. Đánh giá hiệu quả của các danh mục giai đoạn trước COVID-19
    • 5.3.2. Đánh giá hiệu quả của các danh mục giai đoạn COVID-19
    • 5.3.3. Đánh giá chung hiệu quả danh mục trong toàn bộ thời gian đầu tư
  • 5.4. Kết luận chương 4

• KẾT LUẬN VÀ CÁC KHUYẾN NGHỊ

  • 1. Kết luận
  • 2. Khuyến nghị từ kết quả nghiên cứu
  • 3. Hạn chế của luận án và hướng nghiên cứu tiếp theo