បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងកំណត់ពីលក្ខណៈនៃទំនាក់ទំនងសក្ដានុពលរវាងអត្រាទទួលបានពីទីផ្សារស្រូវសាលី និងសន្ទស្សន៍ទូទៅនៃទីផ្សារហិរញ្ញវត្ថុម៉ាឡេស៊ី ដើម្បីវាយតម្លៃពីប្រសិទ្ធភាពនៃការធ្វើពិពិធកម្មផលប័ត្រវិនិយោគ និងការផ្ទេរហានិភ័យ។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានប្រើប្រាស់ទិន្នន័យប្រចាំខែពីឆ្នាំ ២០០៤ ដល់ ២០២៤ និងអនុវត្តគំរូវិភាគសេដ្ឋកិច្ចដើម្បីវាស់ស្ទង់ទំនាក់ទំនង និងភាពប្រែប្រួលតាមពេលវេលាជាក់លាក់។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Univariate GARCH (1,1) ម៉ូដែល GARCH (1,1) ឯកតា |
ល្អសម្រាប់ការប៉ាន់ស្មានភាពប្រែប្រួលតាមលក្ខខណ្ឌ (conditional volatility) និងភាពមិនប្រក្រតីនៃអថេរនីមួយៗដាច់ដោយឡែកពីគ្នា។ | មិនអាចវាស់ស្ទង់ទំនាក់ទំនង និងការផ្ទេរហានិភ័យ (spillover effect) រវាងទីផ្សារពីរ ឬច្រើនក្នុងពេលតែមួយបានទេ។ | រកឃើញពីឥទ្ធិពលនៃភាពមិនប្រក្រតី (heteroscedasticity) និងភាពប្រែប្រួលខ្ពស់ (volatility clustering) ដែលតម្រូវឱ្យមានការវិភាគបន្តទៀតដោយប្រើ DCC-GARCH ។ |
| DCC-GARCH (Dynamic Conditional Correlation) គំរូទំនាក់ទំនងតាមលក្ខខណ្ឌសក្ដានុពល |
អាចតាមដាននិងវាស់ស្ទង់ការប្រែប្រួលនៃទំនាក់ទំនងរវាងទីផ្សារពីរ ឬច្រើនទៅតាមពេលវេលាជាក់ស្តែង ដែលស័ក្តិសមបំផុតសម្រាប់ការវិភាគហានិភ័យ។ | ទាមទារទិន្នន័យច្រើន (Large time-series data) និងមានភាពស្មុគស្មាញក្នុងការគណនាប៉ារ៉ាម៉ែត្រ (Parameters estimation)។ | រកឃើញទំនាក់ទំនងអវិជ្ជមានខ្សោយកម្រិត -០.០៨% រវាងទីផ្សារហិរញ្ញវត្ថុម៉ាឡេស៊ី និងស្រូវសាលី ដែលស័ក្តិសមសម្រាប់ការធ្វើពិពិធកម្មផលប័ត្រវិនិយោគ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារនេះមិនបានបញ្ជាក់ច្បាស់លាស់ពីប្រភេទកម្មវិធីកុំព្យូទ័រដែលត្រូវប្រើនោះទេ ប៉ុន្តែការវិភាគប្រភេទនេះជាទូទៅទាមទារកម្មវិធីស្ថិតិ និងចំណេះដឹងផ្នែកសេដ្ឋកិច្ចបរិមាណកម្រិតខ្ពស់។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រើប្រាស់ទិន្នន័យប្រវត្តិសាស្ត្រពីទីផ្សារភាគហ៊ុនម៉ាឡេស៊ី (RISX) និងតម្លៃទីផ្សារស្រូវសាលីសកល (RPW)។ ស្រូវសាលីមិនមែនជាដំណាំចម្បងរបស់ម៉ាឡេស៊ី ឬកម្ពុជានោះទេ ប៉ុន្តែវាជាទំនិញសកល។ សម្រាប់កម្ពុជា ការសិក្សានេះផ្តល់គំនិតដ៏ល្អ ប៉ុន្តែទិន្នន័យគួរតែប្តូរទៅជាទំនិញកសិកម្មក្នុងស្រុកដែលលេចធ្លោ (ឧ. អង្ករ កៅស៊ូ ឬដំឡូងមី) ធៀបនឹងសន្ទស្សន៍ទីផ្សារមូលបត្រកម្ពុជា (CSX) វិញ ទើបផ្តល់លទ្ធផលចំគោលដៅជាង។
វិធីសាស្រ្ត (DCC-GARCH) ដែលប្រើក្នុងឯកសារនេះ មានអត្ថប្រយោជន៍ និងសក្តានុពលខ្ពស់សម្រាប់ការវិភាគហានិភ័យទីផ្សារហិរញ្ញវត្ថុនៅក្នុងប្រទេសកម្ពុជា។
ការអនុវត្តគំរូ DCC-GARCH នេះអាចជួយអ្នករៀបចំគោលនយោបាយ និងវិនិយោគិននៅកម្ពុជា ក្នុងការរៀបចំយុទ្ធសាស្រ្តការពារហានិភ័យ (Hedging strategies) ដែលបណ្តាលមកពីការប៉ះទង្គិចតម្លៃទំនិញនៅលើទីផ្សារអន្តរជាតិបានយ៉ាងមានប្រសិទ្ធភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Dynamic Conditional Correlation GARCH (ម៉ូដែលទំនាក់ទំនងតាមលក្ខខណ្ឌសក្ដានុពល DCC-GARCH) | វាជាគំរូវិភាគស្ថិតិនិងអេកូណូមេទ្រីកដែលត្រូវបានប្រើប្រាស់ដើម្បីតាមដានមើលថាតើទំនាក់ទំនងរវាងអថេរពីរឬច្រើន (ដូចជាតម្លៃភាគហ៊ុន និងតម្លៃស្រូវសាលី) មានការប្រែប្រួលយ៉ាងដូចម្តេចខ្លះនៅតាមពេលវេលាជាក់ស្តែង ព្រមទាំងគណនាពីភាពប្រែប្រួលនៃហានិភ័យ (volatility) របស់វា។ | ដូចជាការតាមដានមើលពីមិត្តភាពរវាងមនុស្សពីរនាក់ ថាតើពួកគេជិតស្និទ្ធឬឃ្លាតឆ្ងាយពីគ្នាយ៉ាងណានៅតាមរដូវកាលនីមួយៗ។ |
| Portfolio Diversification (ការធ្វើពិពិធកម្មផលប័ត្រវិនិយោគ) | យុទ្ធសាស្រ្តកាត់បន្ថយហានិភ័យវិនិយោគដោយការបែងចែកប្រាក់ទៅទិញទ្រព្យសកម្មផ្សេងៗគ្នា (ដូចជាភាគហ៊ុន សញ្ញាប័ណ្ណ និងកសិផល) ដើម្បីកុំឱ្យការខាតបង់លើទ្រព្យមួយទាញទម្លាក់ទ្រព្យផ្សេងទៀត។ | ដូចជាពាក្យចាស់ពោលថា "កុំដាក់ពងមាន់ទាំងអស់ក្នុងកន្ត្រកតែមួយ" ដើម្បីកុំឱ្យបែកទាំងអស់ពេលកន្ត្រកនោះធ្លាក់។ |
| Conditional Volatility (ភាពប្រែប្រួលតាមលក្ខខណ្ឌ) | ការវាស់ស្ទង់ពីទំហំនៃការឡើងចុះនៃតម្លៃទ្រព្យសកម្មណាមួយ ដោយផ្អែកលើព័ត៌មាន ឬព្រឹត្តិការណ៍ដែលបានកើតឡើងពីមុនៗ ជាជាងការមើលលើតម្លៃមធ្យមទូទៅ (ឧទាហរណ៍ ពេលមានវិបត្តិ តម្លៃតែងតែប្រែប្រួលខ្លាំងជាបន្តបន្ទាប់)។ | ដូចជាការទស្សន៍ទាយថានឹងមានរលកសមុទ្រធំប៉ុនណានៅថ្ងៃស្អែក ដោយមើលទៅលើកម្លាំងខ្យល់ព្យុះដែលទើបតែកើតឡើងនៅថ្ងៃនេះ។ |
| Heteroskedasticity (ភាពមិនប្រក្រតីនៃរ៉ៃយ៉ង់) | ក្នុងផ្នែកស្ថិតិ វាគឺជាបាតុភូតដែលទំហំនៃការប្រែប្រួល (variance) នៃទិន្នន័យមិននៅថេរទេ គឺវាអាចរីកធំ ឬរួមតូចទៅតាមពេលវេលា ដែលធ្វើឱ្យការទស្សន៍ទាយតាមបែបបុរាណកាន់តែពិបាក និងមិនសូវច្បាស់លាស់ ទើបគេត្រូវការគំរូ GARCH មកដោះស្រាយ។ | ដូចជាការបាញ់ស៊ីប ដែលគ្រាប់កាំភ្លើងដំបូងៗចំគោលដៅល្អ តែយូរៗទៅរាយប៉ាយខ្ចាត់ខ្ចាយកាន់តែធំទៅៗមិនមានសណ្តាប់ធ្នាប់។ |
| Safe-haven asset (ទ្រព្យសកម្មសុវត្ថិភាព) | ជាប្រភេទការវិនិយោគដែលគេរំពឹងថានឹងរក្សាតម្លៃរបស់វា ឬកើនឡើងតម្លៃ នៅពេលដែលទីផ្សារទូទៅកំពុងជួបវិបត្តិ ឬធ្លាក់ចុះ (ឧទាហរណ៍ មាស ឬស្រូវសាលីក្នុងបរិបទនៃការសិក្សានេះ)។ | ដូចជាឆ័ត្រមួយដែលអាចការពារអ្នកមិនឱ្យទទឹក នៅពេលដែលមេឃកំពុងភ្លៀងខ្លាំងនៅក្នុងទីផ្សារហិរញ្ញវត្ថុ។ |
| Augmented Dickey-Fuller unit root tests (ការធ្វើតេស្តឫសឯកតា ADF) | វាគឺជាវិធីសាស្ត្រស្ថិតិមួយប្រើសម្រាប់ពិនិត្យមើលថាតើទិន្នន័យស៊េរីពេលវេលា (time series) មួយមានស្ថិរភាព (stationary) ដែរឬទេ ពោលគឺមើលថាតើវាមាននិន្នាការកើនឡើង ឬថយចុះជារៀងរហូត ឬមួយក៏វាមានទំនោរវិលរកចំណុចកណ្តាលវិញ។ | ដូចជាការពិនិត្យមើលចង្វាក់បេះដូងរបស់មនុស្ស ថាតើវាលោតញាប់ហើយវិលមករកសភាពធម្មតាវិញ (មានស្ថិរភាព) ឬក៏លោតខុសប្រក្រតីរហូត (គ្មានស្ថិរភាព)។ |
| Autocorrelation (ស្វ័យទាក់ទង) | ការវាយតម្លៃទំនាក់ទំនងនៃទិន្នន័យមួយធៀបនឹងតម្លៃរបស់វាផ្ទាល់នៅក្នុងអតីតកាល ដើម្បីមើលថាតើព្រឹត្តិការណ៍ថ្ងៃនេះមានឥទ្ធិពល ឬអាចប្រើដើម្បីព្យាករណ៍ពីព្រឹត្តិការណ៍នៅថ្ងៃស្អែកបានដែរឬទេ។ | ដូចជាការមើលថាតើអាកាសធាតុក្តៅនៅថ្ងៃនេះ អាចបញ្ជាក់ថារបារកម្តៅនៅថ្ងៃស្អែកក៏នឹងក្តៅដូចគ្នាដែរឬទេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
