Nghiên cứu sinh Nguyễn Thị Thảo bảo vệ luận án tiến sĩ
NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN
Đề tài luận án: Tiếp cận entropy trong tối ưu hóa danh mục đầu tư - Nghiên cứu trên thị trường chứng khoán Việt Nam
Chuyên ngành: Toán kinh tế Mã số: 9310101
Nghiên cứu sinh: Nguyễn Thị Thảo Mã NCS: NCS38.006TKT
Người hướng dẫn: TS. Hoàng Đức Mạnh, TS. Vương Thị Thảo Bình
Cơ sở đào tạo: Trường Đại học Kinh tế Quốc dân
Những đóng góp mới về mặt học thuật, lý luận
Luận án sử dụng phương pháp Lempel & Ziv (1976) đã được cải tiến bởi Kontoyiannis & cộng sự (1998) để ước lượng các giá trị entropy. Các giá trị này sẽ được sử dụng làm đầu vào cho mô hình Trung bình-Entropy (M-E). So với phương pháp ước lượng entropy truyền thống đã được sử dụng trong các nghiên cứu danh mục đầu tư trước đây (Jana & cộng sự, 2009; Zhang & cộng sự, 2012), giá trị entropy ước lượng theo phương pháp của Kontoyannis sẽ phản ánh tốt hơn độ bất định của chuỗi dữ liệu.
Luận án thực hiện cải tiến mô hình M-E theo hướng kết hợp với mạng lọc PMFGE. Trong đó, mạng lọc PMFGE được xây dựng dựa trên entropy sẽ lưu giữ lại những kết nối quan trọng giữa các mã cổ phiếu trên thị trường, đóng vai trò như một mạng lọc thông tin. Dựa trên mối quan hệ giữa các mã cổ phiếu được thể hiện trên PMFGE, luận án sẽ lựa chọn ra các nhóm cổ phiếu ưu tiên để đưa vào mô hình M-E và xác định danh mục tối ưu trên các nhóm này. Danh mục xây dựng bằng cách kết hợp mô hình M-E và mạng lọc PMFGE sẽ vừa kiểm soát tốt rủi ro đến từ các mối quan hệ phi tuyến vừa giảm chi phí quản trị do chỉ phải quản lý một số ít tài sản.
Từ các chỉ số đơn lẻ đánh giá vai trò của các nút trên mạng lọc PMFGE đã được định nghĩa trong lý thuyết đồ thị (Borgatti, 2005), luận án thực hiện xây dựng chỉ số tổng hợp PC phản ánh đầy đủ thông tin về tính quan trọng và tính kết nối của các nút trên mạng lọc. Khi đó, việc dùng chỉ số tổng hợp PC để phân nhóm tài sản (nhóm trung tâm và nhóm ngoại vi) sẽ có độ chính xác cao, gián tiếp làm tăng hiệu quả của danh mục xây dựng theo mô hình M-E cải tiến.
Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án
Danh mục tối ưu được xây dựng theo hướng tiếp cận entropy tỏ ra khá hiệu quả so với danh mục thị trường khi mang lại mức lợi suất trung bình cao hơn trong giai đoạn nghiên cứu. Đặc biệt, trong giai đoạn thị trường chịu tác động của đại dịch COVID-19.
Trong phần lớn thời gian của giai đoạn nghiên cứu, lợi suất tích lũy và độ ổn định của danh mục M-E trung tâm PMFGE luôn cao hơn so với các danh mục khác được xây dựng theo hướng tiếp cận này. Đặc biệt, trong giai đoạn thị trường chịu ảnh hưởng bởi đại dịch COVID-19, danh mục M-E trung tâm PMFGE cho thấy tính ưu việt vượt trội khi danh mục này vượt các danh mục khác theo hướng tiếp cận entropy, danh mục mục thị trường và các danh mục xây dựng theo hướng tiếp cận tương quan ở cả tiêu chí về lợi suất tích lũy và tiêu chí về độ ổn định của hiệu quả danh mục. Tuy nhiên, trong giai đoạn thị trường bình ổn, so với danh mục thị trường và các danh mục tiếp cận theo hướng tiếp cận tương quan, các danh mục xây dựng theo hướng tiếp cận entropy chưa cho thấy ưu thế vượt trội.
Từ những đánh giá về tính hiệu quả của các phương pháp xây dựng danh mục theo hướng tiếp cận khác nhau, luận án khuyến nghị các nhà đầu tư nên cân nhắc bổ sung các phương pháp lựa chọn danh mục theo hướng tiếp cận entropy khi đưa ra quyết định đầu tư, nhất là khi thị trường gặp những biến động lớn. Với các cơ quan quản lý, trong giai đoạn thị trường khủng hoảng do những cú sốc lớn, cấu trúc của thị trường có thể bị biến đổi, khi đó các nhà quản lý cần có những lưu ý khi đưa ra chính sách với thị trường
----------------------------------
NEW CONTRIBUTIONS OF THE THESIS
Thesis title: Entropy-based approach in portfolio selection – A research on Vietnam stock market
Major: Mathematical Economics Code: 9310101
PhD student: Nguyễn Thị Thảo PhD student code: NCS38.006TKT
Supervisors: Dr. Hoang Duc Manh, Dr. Vuong Thi Thao Binh
Institution: National Economics University
New academic and theoretical contributions
The thesis uses the Lempel & Ziv (1976) method improved by Kontoyiannis et al. (1998) to estimate entropy values. These values will be used as inputs for the Mean-Entropy (M-E) model. Compared with the traditional entropy estimation method that has been used in previous studies on portfolio selection (Jana et al., 2009; Zhang et al., 2012), the entropy value estimated by Kontoyannis's method is better at reflecting the uncertainty of the data series.
The thesis improves the M-E model by combining it with the PMFGE network. Specifically, the PMFGE network built based on entropy preserves significant relationships between stocks on the market and functions as an information filtering network. Based on the relationship between stocks shown on PMFGE, the thesis will select stock groups to include in the M-E model and determine the optimal portfolio on these groups. A portfolio built by combining the M-E model and the PMFGE network will not only control risks from nonlinear relationships well but also reduce management costs due to only having to manage a small number of assets.
Based on the indices evaluated the nodes’ role on the PMFGE network defined in graph theory (Borgatti, 2005), the thesis constructs a composite index PC that comprehensively represents the information about the nodes’ importance and connectivity. Then, grouping assets into central and peripheral groups using the PC composite index will be highly accurate, which will indirectly increase the efficiency of the portfolio constructed using the updated M-E model.
New conclusions and recommendations from research results
Since the entropy-based optimal portfolio had a greater average return during the study period, especially during the period when the market was impacted by the COVID-19 pandemic, it was shown to be relatively efficient when compared to the market portfolio.
During most of the study period, the cumulative return and stability of the PMFGE central M-E portfolio were consistently higher than other portfolios constructed with the same method. In particular, the PMFGE central M-E portfolio demonstrated exceptional superiority during the period when the market was affected by the COVID-19 pandemic. This portfolio surpassed other portfolios, including those built using the entropy approach, the market portfolio, and portfolios built using the correlation approach, in terms of cumulative returns and stability of portfolio performance. However, during the stable market period, the portfolios built using the entropy approach have not demonstrated a pronounced superiority over the market portfolio and the portfolios built using the correlation approach.
Based on the evaluation of the efficiency of different portfolio selection methods, the thesis recommends investors to consider portfolio selection methods based on the entropy approach when making investment decisions, especially during the periods of significant market fluctuation. For the government administrators, during periods of market crisis due to major shocks, the structure of the market may change, then they might need to take this into consideration during the policy making process for the market.
