Luận văn Thạc sĩ Kinh tế: Cú sốc giá dầu và lợi nhuận thị trường chứng khoán

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÊ NHẬT HUY

CÚ SỐC GIÁ DẦU VÀ LỢI NHUẬN THỊ TRƢỜNG

CHỨNG KHOÁN: BẰNG CHỨNG THỰC NGHIỆM

TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. Hồ Chí Minh – Năm 2015

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÊ NHẬT HUY

CÚ SỐC GIÁ DẦU VÀ LỢI NHUẬN THỊ TRƢỜNG

CHỨNG KHOÁN: BẰNG CHỨNG THỰC NGHIỆM

TẠI VIỆT NAM

Chuyên ngành: Tài Chính - Ngân Hàng

Mã Số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƢỜI HƢỚNG DẪN KHOA HỌC:

PGS.TS NGUYỄN THỊ NGỌC TRANG

TP. Hồ Chí Minh – Năm 2015

LỜI CAM ĐOAN

Tôi tên là Lê Nhật Huy, tác giả của luận văn thạc sĩ “Cú sốc giá dầu và lợi nhuận thị

trường chứng khoán: Bằng chứng thực nghiệm tại Việt Nam”.

Tôi xin cam đoan nội dung của luận văn là kết quả nghiên cứu cá nhân dưới sự

hướng dẫn khoa học của PGS.TS Nguyễn Thị Ngọc Trang. Luận văn được thực

hiện một cách độc lập. Các số liệu nêu trong luận văn là trung thực, được thu thập

từ các nguồn đáng tin cậy, các kết quả nghiên cứu được lấy từ phần mềm kinh tế

lượng Eviews và chưa từng được ai công bố trong bất kỳ công trình nào khác.

Tôi xin cam đoan rằng mọi sự giúp đỡ cho việc thực hiện luận văn này đã được cảm

ơn và các thông tin trích dẫn trong luận văn đã được chỉ rõ nguồn gốc.

TP.HCM, Ngày 22 Tháng 10 Năm 2015

Học viên thực hiện luận văn

Lê Nhật Huy

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG BIỂU

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

TÓM TẮT ................................................................... Error! Bookmark not defined.

CHƢƠNG 1: GIỚI THIỆU CHUNG ...................... Error! Bookmark not defined.

CHƢƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƢỚC ĐÂYError! Bookmark not defined.

2.1 Lý thuyết nền mối quan hệ giữa giá dầu và thị trường chứng khoánError! Bookmark not defined.

2.1.1 Lý thuyết kinh doanh chênh lệch giá (APT) ...... Error! Bookmark not defined.

2.1.2 Kênh truyền dẫn của cú sốc giá dầu đến nền kinh tế vĩ môError! Bookmark not defined.

2.2 Các nghiên cứu tại các quốc gia khác nhau trên thế giớiError! Bookmark not defined.3

2.3 Các nghiên cứu tại Việt Nam ................................ Error! Bookmark not defined.

2.4 Các loại cú sốc trong giá dầu ................................ Error! Bookmark not defined.

CHƢƠNG 3: PHƢƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨUError! Bookmark not defined.

3. Khái quát phương pháp nghiên cứu ........................ Error! Bookmark not defined.

3.1. Kiểm định tính dừng ............................................ Error! Bookmark not defined.

3.1.1. Tính dừng .......................................................... Error! Bookmark not defined.

3.1.2. Bậc tích hợp ...................................................... Error! Bookmark not defined.

3.1.3 Kiểm định Unit-root (kiểm định đơn vị) ............ Error! Bookmark not defined.

3.2 Mô hình Vector tự hồi quy - VAR (Vector Autoregressive Models)Error! Bookmark not defined.

3.2.1 Giới thiệu về mô hình VAR ............................... Error! Bookmark not defined.

3.2.2 Một số vấn đề của mô hình VAR ....................... Error! Bookmark not defined.

3.3 Mô hình VAR cấu trúc - SVAR (Structural VAR)Error! Bookmark not defined.

3.4 Mô hình Scalar – BEKK ....................................... Error! Bookmark not defined.

3.5 Dữ liệu nghiên cứu ............................................... Error! Bookmark not defined.

CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU................ Error! Bookmark not defined.

4.1 Kết quả thống kê mô tả biến ................................. Error! Bookmark not defined.

4.2 Kiểm định tính dừng ............................................. Error! Bookmark not defined.

4.3 Tương quan giữa giá dầu thực và các cú sốc giá dầu khác nhauError! Bookmark not defined.

4.3.1 Kết quả phân tích mô hình VAR ........................ Error! Bookmark not defined.

4.3.2 Xác định độ trễ tối ưu ......................................... Error! Bookmark not defined.

4.3.3 Kết quả kiểm định mức ý nghĩa của mô hình VARError! Bookmark not defined.

4.4. Mối tương quan biến đổi theo thời gian ............... Error! Bookmark not defined.

4.4.1. Chỉ số thị trường chứng khoán tổng hợp .......... Error! Bookmark not defined.

4.4.2. Chỉ số các lĩnh vực công nghiệp ....................... Error! Bookmark not defined.

4.4.3 Kiểm định mô hình Kiểm định tính chính xác của mô hình Scalar-BEKKError! Bookmark not defined.

CHƢƠNG V: KẾT LUẬN ....................................... Error! Bookmark not defined.

5.1 Những kết luận chính ............................................ Error! Bookmark not defined.

5.2 Hạn chế của đề tài ................................................. Error! Bookmark not defined.

5.3 Kiến nghị và hướng nghiên cứu tiếp theo ............. Error! Bookmark not defined.

DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

DANH MỤC CHỮ VIẾT TẮT

ADF : Kiểm định Augmented Dickey – Fuller

ADS : Aggregate demand: đại diện cho cú sốc tổng cầu dầu

ATP : Arbitrage pricing theory (Lý thuyết kinh doanh chênh lệch giá)

BEKK : Baba, Engle, Kraft and Kroner

: Công ty gas và xăng dầu quốc tế BP

: Consumer price index (Chỉ số giá tiêu dùng) CPI

EVIEW : Econometric Views (Phần mềm thống kê kinh tế lượng)

KPSS : Kiểm định Kwiatkowski – Phillips – Schimidt- Shin

OECD : Organization of Economic cooperation and Development (Tổ chức

hợp tác và phát triển kinh tế)

OSS : Oil Specific Demand Shock

SVAR : (Structure vector autogressions) Mô hình Vector cấu trúc tự hồi quy

TTCK : Thị trường chứng khoán

VAR : (Vector autoregressions) Mô hình Vector tự hồi quy

VECM : Mô hình véc tơ hiệu chỉnh sai số

VN-INDEX : (Việt Nam Stock Index) Chỉ số giá chứng khoán Việt Nam

DANH MỤC CÁC BẢNG BIỂU

Tên Bảng Trang Bảng

Tình hình tiêu thụ và nhập khẩu xăng dầu của Việt Nam từ Bảng 1.1 năm 2005-2014 4

Tóm tắt kỳ vọng tương quan giữa các loại cú sốc giá dầu Bảng 2.1 21 và lợi nhuận thị trường chứng khoán Việt Nam

Bảng 3.1 Tóm tắt các biến chính sử dụng trong bài 37

Bảng 4.1 Thống kê mô tả các biến 39

Bảng 4.2 Kết quả kiểm định ADF và KPSS đối với từng biến 40

Bảng 4.3 Kết quả ước lượng các ma trận ràng buộc trong SVAR 42

Bảng 4.4 Kết quả lựa chọn độ trễ tối ưu cho mô hình VAR 43

Kết quả kiểm định hiện tượng tự tương quan LM Test Bảng 4.5 45 Statistic

Kết quả kiểm định hiện tượng phương sai thay đổi - Kiểm Bảng 4.6 45 định White

Mối qua hệ giữa Lợi nhuận Thị trường chứng khoán và các Bảng 4.7 48 loại cú sốc giá dầu

Kết quả phân tích mối quan hệ giữa các cú sốc giá dầu, chỉ Bảng 4.8 51 số các ngành công nghiệp cụ thể và chỉ số VN30

55 Bảng 4.9 Kết quả kiểm định Wald đối với mô hình Scalar-BEKK

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Tên hình vẽ Trang Hình vẽ

Đồ thị chuỗi thời gian giữa chỉ số VN-INDEX và Giá dầu Hình 1.1 6 thế giới từ tháng 01/2009 – 05/2015.

Sơ đồ kênh truyền dẫn của cú sốc giá dầu đến nền kinh tế vĩ Hình 2.1 11 mô

Hình 3.1 Đồ thị chuỗi lợi suất chỉ số VN-INDEX 32

Hình 4.1 Kiểm tra giá trị Roots 44

Đồ thị phân tích phản ứng xung giữa các cú sốc giá dầu và Hình 4.2 46 giá trị thực của dầu

Ước lượng các cú sốc giá dầu khác nhau từ năm 2009 đến Hình 4.3 47 2015

Tương quan giữa lợi nhuận thị trường chứng khoán Việt Hình 4.4 50 Nam và các cú sốc giá dầu

TÓM TẮT

Mối quan hệ giữa cú sốc giá dầu và lợi nhuận thị trường chứng khoán hiện

nay không chỉ là vấn đề đáng quan tâm tại Việt Nam mà còn ở rất nhiều quốc gia

trên thế giới. Nhằm làm rõ hơn, giá dầu ở đây cụ thể là giá dầu thô thế giới và cú

sốc giá dầu được phân tích ở nhiều thành tố khác nhau, bao gồm: cú sốc trong cung

dầu, cú sốc trong tổng cầu dầu và cú sốc cầu thị trường dầu cụ thể. Những loại cú

sốc khác nhau có các mức ảnh hưởng khác nhau đến nền kinh tế nói chung và thị

trường chứng khoán nói riêng. Có rất nhiều nghiên cứu nước ngoài về mức độ ảnh

hưởng của giá dầu đến thị trường chứng khoán, ví dụ ở các thị trường phát triển

như: Mỹ, Châu Âu, Nhật Bản…; hay các thị trường đang phát triển như: Trung

Quốc, Pakistan....

Tuy nhiên, ở Việt Nam, câu chuyện về cú sốc giá dầu còn tương đối mới và

chỉ có một số ít các nhà nghiên cứu quan tâm. Vì vậy, tác giả đã kế thừa các nghiên

cứu trước đây về mối quan hệ giữa cú sốc giá dầu và lợi nhuận thị trường chứng

khoán để áp dụng nghiên cứu tại Việt Nam. Bằng cách tiến hành thực hiện đo lường

mối quan hệ này thông qua mô hình “Vector cấu trúc tự hồi quy” (SVAR) và mô

hình “Scalar-BEKK”, với chuỗi dữ liệu theo tháng bao gồm: giá dầu, sản lượng dầu,

chỉ số hoạt động kinh tế toàn cầu, lợi nhuận thị trường chứng khoán Việt Nam, chỉ

số VN30 và chỉ số các ngành kinh tế. Kết quả nghiên cứu cho thấy:

(1) Các loại cú sốc khác nhau có ảnh hưởng khác nhau đến lợi nhuận thị trường

chứng khoán;

(2) Các loại cú sốc khác nhau có ảnh hưởng khác nhau đến chỉ số lợi nhuận của các

ngành công nghiệp được lựa chọn trên thị trường chứng khoán Việt Nam;

(3) Thị trường chứng khoán Việt Nam cho thấy nhiều biến động trước các cú sốc

giá dầu thế giới.

Từ khóa chính: Cú sốc, giá dầu, thị trường chứng khoán, SVAR, Scalar – BEKK.

CHƢƠNG 1: GIỚI THIỆU CHUNG

Dầu mỏ là một trong những nhiên liệu đầu vào quan trọng nhất của quá trình

sản xuất đối với một nền kinh tế hiện đại, 50% lượng dầu mỏ sẽ được dùng để sản

xuất năng lượng điện và nhiên liệu cho các phương tiện giao thông để vận chuyển

hàng hóa ra thị trường; 50% còn lại được dùng cho hóa dầu để sản xuất các chất

dẻo, dung môi, phân bón, nhựa đường, thuốc trừ sâu và nhiều loại sản phẩm khác.

Tùy theo nguồn tính toán, trữ lượng dầu mỏ thế giới nằm trong khoảng từ 1.148 tỉ

thùng (theo số liệu BP Statistical Review 2015) đến 1.260 tỉ thùng (theo số liệu

Oeldorado 2009 của ExxonMobil). Trữ lượng dầu mỏ tìm thấy và được khai thác

ngày càng tăng lên trong những năm gần đây và đạt mức cao nhất vào năm 2003.

Theo số liệu năm 2003, trữ lượng dầu mỏ nhiều nhất là ở các nước Ả Rập Saudi

(262,7 tỉ thùng), Iran (130,7 tỉ thùng) và ở Iraq (115,0 tỉ thùng), kế đến là ở Các

Tiểu Vương quốc Ả Rập Thống nhất, Kuwait và Venezuela. Nước khai thác dầu

nhiều nhất thế giới trong năm 2003 là Ả Rập Saudi (496,8 triệu tấn), Nga (420 triệu

tấn), Mỹ (349,4 triệu tấn), Mexico (187,8 triệu tấn) và Iran (181,7 triệu tấn). Việt

Nam được xếp vào các nước xuất khẩu dầu mỏ từ năm 1991, khi sản lượng xuất

khẩu được khoảng ba triệu tấn. Sản lượng dầu thô khai thác và xuất khẩu cao nhất

cũng vào năm 2003, đạt khoảng 20 triệu tấn/năm và giảm dần đến năm 2011 xuất

khẩu còn 8,2 triệu tấn/năm. Trong khi đó nhập khẩu xăng dầu của Việt Nam năm

2011 là 10,65 triệu tấn.

Do tầm quan trọng của dầu mỏ mà biến động giá dầu có thể ảnh hưởng đến

hoạt động của nền kinh tế. Việc giá dầu tăng khiến cho tổng sản lượng tạm thời

giảm, vì các nhà đầu tư trì hoãn kinh doanh do gia tăng sự không chắc chắn về giá

dầu (Guo, Hui và Kliesen, 2005). Giá dầu tăng cao dẫn đến giá cả các hàng hóa

khác tăng theo gây ra tình trạng lạm phát. Do đó, người tiêu dùng sẽ có nhiều hạn

chế trong chi tiêu của họ và có thể làm giảm nhu cầu đối với hàng hóa và dịch vụ.

Điều này lại có thể gây ra sự suy giảm lợi nhuận của công ty và thu nhập của người

tiêu dùng. Do đó đồng nghĩa với việc giá cổ phiếu của những công ty này sẽ có sự

thay đổi lớn. Chính thực tế nêu trên có thể gửi tín hiệu lạm phát đến nhà hoạch định

chính sách và các ngân hàng trung ương, nhờ đó có thể đưa ra các tác động đến giá

dầu nhằm phản ứng lại với tình hình. Để kiềm chế lạm phát ngân hàng trung ương

buộc phải hi sinh tăng trưởng kinh tế, đầu tư thay vào đó áp dụng các chính sách

tiền tệ thắt chặt. Hầu hết các nghiên cứu trước đây liên quan đến những cú sốc giá

dầu đối với hoạt động kinh tế đều được thực hiện tại các nước có nền kinh tế phát

triển đặc biệt là Mỹ, Châu Âu... Những nghiên cứu liên quan đến ảnh hưởng của

biến động giá dầu đối với kinh tế của các nước đang phát triển là khá ít ỏi. Nguyên

nhân một phần là do thiếu các dữ liệu đáng tin cậy và một phần khác là do việc ít

phụ thuộc vào dầu mỏ trong lịch sử của các nước đang phát triển. Tuy nhiên, từ khi

nhu cầu về năng lượng của các quốc gia này ngày càng tăng lên, những công trình

nghiên cứu các ảnh hưởng của biến động giá dầu lên nền kinh tế tại các nước như

Maylaysia, Thái Lan, Indonesia... cũng đã được thực hiện.

Nguyên nhân chính của việc thực hiện nghiên cứu này là vì vai trò của dầu

mỏ đối với nền kinh tế Việt Nam không chỉ thể hiện ở các ứng dụng của nó mà còn

trên nhiều phương diện khác. Dầu mỏ và các chế phẩm từ dầu mỏ đã đưa kinh tế

Việt Nam vượt qua thời kỳ nông nghiệp lạc hậu trở thành nước đang phát triển với

tốc độ tăng trưởng trung bình trên 7%/năm, dầu thô xuất khẩu đóng góp từ 26% đến

30% ngân sách nhà nước, 18% đến 22% vào GDP, xuất khẩu dầu thô chiếm bình

quân khoảng 16% tổng giá trị xuất khẩu mỗi năm. Tuy Việt Nam là nước xuất khẩu

dầu thô nhưng phần lớn lượng xăng dầu phục vụ cho sản xuất và tiêu dùng trong

nước hiện nay đều phải nhập khẩu từ nước ngoài, cụ thể là nhập khẩu từ Singapo và

trong tương lai gần vẫn sẽ phải tiếp tục việc nhập khẩu này. Do đó giá cả trong

nước chịu ảnh hưởng rất lớn của biến động giá trên thị trường thế giới và vai trò của

dầu mỏ càng trở nên quan trọng hơn nữa trước định hướng trở thành nước công

nghiệp vào năm 2020 của Việt Nam.

Nhu cầu sử dụng các sản phẩm từ dầu mỏ ngày càng tăng, không chỉ trong

ngắn hạn mà cả trong dài hạn do sự bùng nổ dân số. Bên cạnh đó, các ngành công

nghiệp tiếp tục phát triển, đặc biệt là sự tăng tốc của ngành giao thông do nhu cầu đi

lại tăng cao… Là nước xuất khẩu dầu thô, nhập khẩu dầu tinh chế để phục vụ hoạt

động, trước năm 2009 Việt Nam nhập khẩu 100% lượng xăng dầu cho nhu cầu tiêu

dụng nội địa. Năm 2009, một số nhà máy lọc dầu được xây dựng và đã đi vào hoạt

động như nhà máy lọc dầu Dung Quất, nhà máy lọc dầu Nghi Sơn. Chính điều này

góp phần giảm lượng xăng dầu nhập khẩu. Tuy nhiên, do sự thiếu ổn định các các

nhà máy này nên chỉ mới tạm cung cấp được khoảng 20-30% nhu cầu thị trường.

Để đáp ứng phần còn lại, Việt Nam vẫn phải nhập mức từ 70-80%. Do đó, có thể

thấy rằng giá xăng dầu nội địa phụ thuộc rất lớn vào thị trường dầu thế giới.

Bảng 1.1 Tình hình tiêu thụ và nhập khẩu xăng dầu của Việt Nam từ năm 2005

đến năm 2014

Chỉ tiêu

2005 2006

2007 2008 2009 2010 2011 2012 2013 2014

Khối lượng

tiêu dùng

258

254

283

300

304

329

358

361

367

384

(ngàn

thùng/ngày)

Khối lượng

tiêu dùng

12.2

13.3

14.1

15.1

16.5

16.6 17.1 17.2

(triệu tấn)

Khối lượng

nhập

250

254

258

296.4 291.8 236.7

227

232

230

198

khẩu(ngàn

thùng/ngày

Khối lượng

nhập khẩu

11.3

12.55 12.85

9.85 10.67

9.2

9.11

8.6

(triệu tấn)

% Khối

lượng nhập

khẩu so với

97% 100% 91% 99% 96% 72% 63% 64% 63% 52%

khối lượng

tiêu dùng

Nguồn: Tổng Cục thống kê Việt Nam, Cơ quan năng lượng Hoa Kỳ (US Energy

Information Administration)

Như vậy, dựa vào Bảng 1.1, có thể thấy nền kinh tế Việt Nam phụ thuộc rất

nhiều vào việc nhập khẩu dầu. Biến động giá dầu là chủ đề quan trọng cần quan tâm

vì dầu là yếu tố đầu vào cần thiết cho hầu hết các sản phẩm và dịch vụ (như ngành

vận tải). Trong khi hầu hết các công ty không tiêu thụ dầu thô, họ chỉ tiêu thụ xăng,

dầu đốt nóng và nhiên liệu phản lực, mà tất cả sản phẩm này đều làm từ dầu thô.

Mặt khác, thị trường chứng khoán Việt Nam đã xuất hiện từ năm 2000 và

đang trong giai đoạn phát triển. Số liệu thống kê của công ty cổ phần chứng khoán

Sài Gòn - Hà Nội, chỉ số VN-INDEX, năm 2014 tăng trưởng đến 20.62% so với

năm 2013. Đặc biệt, năm 2014, thị trường chứng khoán (TTCK) đã trải qua khá

nhiều phiên trượt giảm mạnh, do sự ảnh hưởng của hai sự kiện lớn, Biển Đông và

giá dầu thô. Gần đây hơn, theo thông tin đăng tải trên các báo điện tử như

vnexpress.vn, cafef.vn…, chỉ số VN-INDEX mất 30 điểm vào ngày 24/08/2015, kể

từ khi giá dầu thế giới không ngừng lao dốc và đã xuyên thủng ngưỡng 40

USD/thùng vào đầu giờ sáng 24/8/2015, trên thị trường châu Á. Có thể thấy, tại thời

điểm quý III của năm 2015, thị trường chứng khoán Việt Nam đã đón nhận nhiều

tin xấu đến từ cả trong và ngoài nước như: sự bất ổn tại Trung Quốc; đồng nhân dân

tệ giảm giá; giá dầu không ngừng lao dốc; nỗi lo tỷ giá; tâm lý bầy đàn…

Vì vậy, mối quan hệ giữa giá dầu (thế giới) và lợi nhuận thị trường chứng

khoán Việt Nam là một đề tài rất được quan tâm. Hiện tại, theo Hình 1.1 bên dưới,

chúng ta dễ thấy hướng chuyển động giữa chỉ số VN-INDEX và giá dầu thế giới là

cùng chiều. Tuy nhiên, sự biến động của giá dầu thế giới có ảnh hưởng đến thị

trường chứng khoán Việt Nam hay không thì cần được chứng minh qua các phân

tích thực nghiệm.

Hình 1.1. Diễn biến giá dầu thế giới và chỉ số VN-INDEX

(Nguồn: Tác giả tổng hợp từ số liệu của Ủy Ban chứng khoán Nhà nước Việt

Nam, Cơ quan quản lý thông tin về năng lượng thế giới)

Nghiên cứu của tác giả Nguyễn Thị Liên Hoa (2012), chỉ ra cho thấy, tồn tại

mối quan hệ cùng chiều giữa sản lượng công nghiệp Việt Nam và giá dầu, tuy nhiên

sự tác động động của giá dầu đến sản lượng sản xuất công nghiệp tương đối nhỏ.

Tương tự, nghiên cứu của Bùi Văn Vinh (2011), cho thấy trong ngắn hạn giá

dầu thế giới được coi là nguyên nhân giải thích cho sự biến động giá cả chứng

khoán Việt Nam. Nghiên cứu của Đỗ Ngọc Anh (2011), chứng minh giữa giá dầu

thô và chỉ số VN-INDEX có mối tương quan trong dài hạn nhưng khá yếu, chỉ

khoảng 0.05. Hay, nghiên cứu của Trần Thị Minh Phương (2013), cũng cho thấy

các cú sốc trong giá chứng khoán bị tác động chủ yếu bởi các giá trị quá khứ của nó

hơn là tác động của giá dầu, tỷ giá hối đoái hay lãi suất.

Các bài nghiên cứu đối với Việt Nam chỉ đơn thuần nghiên cứu mối tương

quan giữa thay đổi trong giá dầu (thế giới) và lợi nhuận thị trường chứng khoán

Việt Nam một cách tổng quan nhất. Phan Thị Bích Nguyệt và Phạm Dương Phương

Thảo (2013) tìm thấy giá dầu thế giới có tương quan cùng chiều với thị trường

chứng khoán, khi giá dầu tăng 1 USD/thùng thì chỉ số VN-INDEX tăng 4,423 điểm.

Các tác giả chưa phân tích sự tác động của từng loại cú sốc giá dầu khác nhau, lên

lợi nhuận thị trường chứng khoán Việt Nam. Thêm vào đó, các tác giả cũng chưa

phân tích tương quan giữa giá dầu và lợi nhuận thị trường chứng khoán Việt Nam

trong điều kiện chuỗi dữ liệu có phương sai thay đổi theo thời gian.

Lê Thị Minh Hương (2013) trong nghiên cứu “Ảnh hưởng của biến động giá

dầu lên các quyết định đầu tư chiến lược Công ty” đã sử dụng dữ liệu biến động giá

dầu thô thế giới làm biến nghiên cứu trong mô hình đầu tư công ty ở Việt Nam

nhằm mục đích cho thấy sự gắn kết giữa biến động giá dầu thô thế giới và giá xăng

ở Việt Nam như thế nào.

Dữ liệu :

+ Giá xăng A92 ở Việt Nam. Nguồn : xangdau.net

+ Giá dầu thô thế giới. Nguồn: EIA – Cơ quan Thông tin Năng lượng của Mỹ.

+ Thời gian: Năm 2005 đến năm 2012, 8 năm

+ Lấy giá đóng cửa hàng ngày và tính biến động giá dầu (%) theo quý, công thức

tính biến động theo Sadorsky (2008) cho ra kết quả như sau:

Biến động Giá xăng VN = -5.75 + 0.77 x Biến động giá dầu thế giới + Sai số

Theo kết quả nghiên cứu của tác giả Lê Thị Minh Hương (2013), mức biến

động giá xăng Việt Nam trung bình khoảng 8%/quý và biến động giá dầu thế giới

khoảng 17,81%/quý, hai mức cao nhất của hai biến đều rơi vào năm 2008, khi cuộc

khủng hoảng kinh tế thế giới xảy ra. Kết quả cho thấy nếu giá dầu thế giới biến

động tăng 1% thì giá xăng Việt Nam biến động tăng 0.77%, với mức ý nghĩa 5% và

biến động giá xăng Việt Nam biến động cùng chiều với biến động giá dầu thế giới.

Nhìn lại năm 2014 và nửa đầu năm 2015, thị trường chứng khoán (TTCK) đã

trải qua khá nhiều phiên trượt giảm mạnh, do sự ảnh hưởng của hai sự kiện lớn là

Xung đột trên biển Đông và giá xăng dầu có sự điều chỉnh. Có thể thấy thị trường

chứng khoán Việt Nam đã đón nhận nhiều tin xấu đến từ cả trong và ngoài nước

như: sự bất ổn tại Trung Quốc, đồng nhân dân tệ giảm giá, giá dầu xuyên thủng

không ngừng lao dốc, nỗi lo tỷ giá, tâm lý bầy đàn …

Mặt khác, khi nghiên cứu tại thị trường Việt Nam, phương pháp được các tác

giả khác sử dụng khá giống nhau, như là mô hình VAR, mô hình ECM, mô hình

VECM, mô hình đồng liên kết, phương pháp Johansen, phương pháp phân rã

phương sai, phương pháp kiểm định nhân quả Granger, để kiểm định mối quan hệ

giữa giá dầu, nền kinh tế vĩ mô và thị trường chứng khoán. Cú sốc giá dầu được các

tác giả phân tích thể hiện thông qua sự thay đổi của giá dầu thế giới và chưa có sự

phân tích sâu về các cú sốc khác nhau tồn tại trong giá dầu. Theo Kilian (2009)

chứng minh, cú sốc giá dầu sẽ được chia thành ba loại: oil supply shocks, aggregate

demand shocks và oil- specific demand shocks. Cũng theo thảo luận về kênh truyền

dẫn của giá dầu đến nền kinh tế (sẽ được thảo luận ở phần 2.1 của đề tài này), các

kênh truyền dẫn chính của cú sốc giá dầu bao gồm: cú sốc nguồn cung dầu và tổng

cầu, hiệu ứng số dư tiền thực, lạm phát. Vì vậy, cú sốc giá dầu nên phân tách thành

các cú sốc khác nhau, khi phân tích ảnh hưởng của cú sốc giá dầu thị trường chứng

khoán.

Ngoài ra, trên thực tế, khi phân tích dữ liệu chuỗi thời gian, hiện tượng

phương sai thay đổi là vấn đề đáng lưu ý theo quan điểm của Filis. G (2014). Do

vậy, khi phân tích ảnh hưởng của cú sốc giá dầu lên nền kinh tế vĩ mô và thị trường

chứng khoán cũng nên quan tâm đến điều kiện phương sai thay đổi. Vấn đề này,

chưa được các tác giả tại Việt Nam đề cập đến.

Vì vậy, bằng việc kế thừa kết quả nghiên cứu về sự tác động của giá dầu lên

lợi nhuận thị trường chứng khoán và dựa trên nền tảng bài nghiên cứu “Cú sốc giá

dầu và lợi nhuận thị trường chứng khoán: Bằng chứng mới ở Mỹ và Trung Quốc”

của Filis, G. (2014), tác giả tiến hành thực hiện nghiên cứu này, với mong muốn đo

lường tác động của từng loại cú sốc giá dầu lên lợi nhuận thị trường chứng khoán và

góp phần bổ sung tài liệu nghiên cứu thực nghiệm cho vấn đề này ở một nước đang

phát triển như Việt Nam.

Nghiên cứu sử dụng các mô hình kinh tế lượng VAR, SVAR, Scalar-BEKK

để ước lượng tương quan giữa cú sốc gía dầu và chỉ số lợi nhuận thị trường chứng

khoán. Nghiên cứu tập trung vào việc đi tìm câu trả lời cho những vấn đề sau:

(1) Có tồn tại mối quan hệ thay đổi theo thời gian giữa giá dầu và lợi nhuận thị

trường chứng khoán Việt Nam hay không?

(2) Sự tác động của các loại cú sốc giá dầu khác nhau lên lợi nhuận thị trường

chứng khoán Việt Nam, trong điều kiện phương sai thay đổi là như thế nào?

(3) Thị trường chứng khoán Việt Nam có biến động lớn trước các cú sốc giá dầu

hay không?

Phần còn lại của luận văn được tổ chức như sau:

 Phần 2: Giới thiệu tổng quan về các nghiên cứu lý thuyết và thực nghiệm

trước đây.

 Phần 3: Thảo luận về kiểm định tính dừng, mô hình VAR, SVAR, Scalar-

Bekk. Đồng thời, phần này cũng trình bày đặc tính của các chuỗi dữ liệu

được sử dụng trong nghiên cứu này.

 Phần 4: Trình bày và thảo luận kết quả thực nghiệm.

 Phần 5: Kết luận

CHƢƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƢỚC ĐÂY

Dầu, vốn, lao động và vật liệu sản xuất đại diện cho những thành phần quan

trọng của quá trình sản xuất đối với hầu hết các hàng hóa và dịch vụ. Và những thay

đổi trong giá các yếu tố đầu vào này sẽ ảnh hưởng đến dòng tiền mặt (Basher và

Sadorsky, 2006). Khi giá dầu thay đổi sẽ có những ảnh hưởng nhất định tới việc

tăng chi phí của các doanh nghiệp và nền kinh tế. Sự tác động này ở từng quốc gia,

từng doanh nghiệp với những đặc điểm khác nhau sẽ gây nên ảnh hưởng khác nhau.

Nhưng nhìn chung khi giá dầu tăng nền kinh tế sẽ kỳ vọng lạm phát gia tăng do chi

phí đầu vào của doanh nghiệp tăng, đồng thời khả năng mở rộng sản xuất của doanh

nghiệp bị thu hẹp. Theo thời gian nếu giá dầu tiếp tục tăng cao sẽ làm giảm tốc độ

tăng trưởng và giá trị của các doanh nghiệp, hay nói cách khác là giá trị của toàn bộ

từng ngành công nghiệp. Vì vậy, giá dầu tăng sẽ làm giảm dòng tiền mặt và giảm

giá trị cổ phiếu của doanh nghiệp.

2.1 Lý thuyết nền mối quan hệ giữa giá dầu và thị trƣờng chứng khoán:

2.1.1 Lý thuyết kinh doanh chênh lệch giá (APT)

Vào năm 1976, nhà kinh tế học Stephen Ross đã đề xuất Lý thuyết kinh

doanh chênh lệch giá (APT) để xác định giá cả tài sản. APT phát biểu rằng tỷ suất

sinh lợi kỳ vọng của tài sản tài chính có thể được đo lường thông qua các yếu tố

kinh tế vĩ mô khác nhau hoặc là yếu tố thị trường. Vì vậy, theo APT, tỷ suất sinh lợi

của chứng khoán (lợi nhuận của chứng khoán) là một hàm số tuyến tính của tập hợp

các yếu tố kinh tế tác động đến tất cả các chứng khoán.

Stephen Ross (1976) đã triển khai mô hình APT như sau:

R= (*) + F1+ F2+…+ Fn +

Trong đó: R: tỷ suất sinh lợi của chứng khoán (lợi nhuận của chứng khoán)

: tỷ suất sinh lợi mong đợi của chứng khoán

Fn: nhân tố vĩ mô thứ n của nền kinh tế

: đặc trưng của từng chứng khoán riêng biệt

Các yếu tố F được sử dụng trong mô hình (*) có thể là: lạm phát, GDP, thay

đổi trong lãi suất, rủi ro chính trị, giá dầu, khu vực mậu dịch, tỷ giá hối đoái…

Như vậy theo APT, cho thấy tồn tại mối quan hệ giữa các yếu tố vĩ mô, giá

dầu và tỷ suất sinh lợi của chứng khoán. Trong nghiên cứu thực nghiệm, Jones và

Kaul (1996), đã sử dụng mô hình APT và cho thấy tác động của giá dầu đến thị

trường chứng khoán. Tương quan xảy ra do giá dầu biến động làm ảnh hưởng đến

dòng tiền thực và giá dầu là một yếu tố rủi ro đối với thị trường chứng khoán.

2.1.2 Kênh truyền dẫn của cú sốc giá dầu đến nền kinh tế vĩ mô

Trong nghiên cứu của tác giả Nguyễn Thị Liên Hoa (2012), dựa trên nghiên

cứu của Brown và Yucel (2002) và Tang và cộng sự (2010) đã đề cập đến kênh

truyền dẫn của cú sốc giá dầu đến nền kinh tế vĩ mô, theo đó, việc thay đổi của nền

kinh tế vĩ mô sẽ được phản ánh rõ nét vào thị trường chứng khoán, bởi một lẽ đơn

giản, thị trường chứng khoán chính là kim chỉ báo những gì đang xảy ra đối với sức

khỏe của một nền kinh tế.

Hình 2.1 Sơ đồ kênh truyền dẫn của cú sốc giá dầu đến nền kinh tế vĩ mô

(Nguồn: Nghiên cứu của tác giả Nguyễn Thị Liên Hoa (2012)).

Theo Nguyễn Thị Liên Hoa (2012), Kilian (2009) và Filis. G (2014), sơ đồ

2.1 sẽ giải thích của sự thay đổi giá dầu lên các nền kinh tế và thị trường chứng

khoán thông qua các kênh truyền dẫn chính như sau:

• Cú sốc cung dầu: Sự tăng giá dầu có thể thể được xem là một chỉ báo từ

một cú sốc trong tổng nguồn cung dầu. Sự tăng giá chính là báo hiệu sự khan hiếm

của nguồn năng lượng vốn được xem là nguyên liệu đầu vào cơ bản của sản xuất.

Do đó, tốc độ tăng trưởng sản lượng và năng suất của các ngành công nghiệp sẽ sụt

giảm. Điều này dẫn đến giảm mức tăng lương thực và tăng tỷ lệ thất nghiệp.

Nhƣ vậy, dựa trên quan điểm này, cùng với kết luận của Kilian (2009) và

Filis. G (2014), có cơ sở để tin rằng trong cú sốc giá dầu sẽ bắt nguồn từ cú sốc

cung dầu (oil supply shocks). Và khi giá dầu thay đổi sẽ ảnh hưởng đến nền thị

trường chứng khoán.

• Áp lực lạm phát: giá dầu tăng sẽ tạo áp lực tăng lạm phát trong nền kinh

tế. Có thể giải thích điều này thông qua lý thuyết lạm phát do chi phí đẩy. Theo lý

thuyết lạm phát do chi phí đẩy, ba loại chi phí thường gây ra lạm phát là: tiền lương,

thuế gián thu và giá nguyên liệu nhập khẩu.

Dầu được xem là nguyên liệu nhập khẩu đầu vào của mọi ngành sản xuất

kinh doanh. Khi giá dầu tăng, kỳ vọng lạm phát sẽ tăng, do chi phí đầu vào doanh

nghiệp tăng. Tiếp theo đó khả năng mở rộng sản xuất kinh doanh của doanh nghiệp

bị thu hẹp do chi phí đầu vào tăng. Theo thời gian, nếu giá dầu tiếp tục tăng cao sẽ

làm giảm tốc độ tăng trưởng và các giá trị doanh nghiệp. Dựa theo mô hình Gordon

được trình bày trong Tài chính doanh nghiệp hiện đại, Trần Ngọc Thơ (2007-Trang

44), khi tốc độ tăng trưởng và các giá trị doanh nghiệp giảm thì giá cổ phiếu cũng

giảm theo. Giá trị cổ phiếu của doanh nghiệp sụt giảm làm giảm lợi nhuận thực và

kỳ vọng ( ) của nhà đầu tư đối với chứng khoán và thị trường chứng khoán có xu

hướng sụt giảm lợi nhuận tổng thể (theo lý thuyết APT). Như vậy, khi lạm phát tăng

xuất phát từ cú sốc tăng giá của dầu thì chi phí sản xuất tăng, làm lợi nhuận giảm và

đầu tư cũng giảm theo.

Nhƣ vậy, giá giá dầu tăng sẽ làm giảm tăng trưởng GDP, làm tăng lãi suất

thực và nguy cơ tăng lạm phát. Nếu người dân và các nhà sản xuất nhìn thấy lạm

phát có xu hướng tăng sẽ phát sinh nhu cầu phòng ngừa rủi ro lạm phát, bằng cách

cắt giảm nhu cầu dầu mỏ trong dài hạn. Và tiếp đến, các nhà sản xuất sẽ điều chỉnh

sản lượng cung dầu. Khi cung dầu và cầu dầu thay đổi thì giá dầu sẽ thay đổi theo

(Lý thuyết cung cầu hàng hóa). Đây cũng có thể chính là cú sốc phòng ngừa (oil

specific demand shocks), theo như quan điểm của Kilian (2009).

• Kết luận: Dựa trên các kênh truyền dẫn được trình bày bên trên có thể thấy

sự thay đổi trong giá dầu có thể do những cú sốc khác nhau trong giá dầu quyết

định. Và, cũng có thể kết luận, dầu là nguồn nguyên liệu đầu vào đối với nền kinh

tế. Giá dầu sẽ góp phần trong việc quyết định chi phí sản xuất của nền công nghiệp,

và cũng nằm trong yếu tố cấu thành nên giá trị của sản phẩm đầu ra. Jones và Kaul

(1996) chỉ ra, khi giá dầu cao hơn thì đồng nghĩa với việc nhiên liệu đắt đỏ hơn, có

thể tạo nên chi phí cao hơn trong vận chuyển, cũng như giá cả lạm phát của hàng

hóa và dịch vụ, có thể lần lượt mang đến các lo ngại về lạm phát. Do đó, người tiêu

dùng sẽ có nhiều hạn chế trong chi tiêu của họ và có thể làm giảm nhu cầu đối với

hàng hóa và dịch vụ. Điều này lại có thể gây ra sự suy giảm lợi nhuận của công ty

và thu nhập khi cắt giảm sản lượng sản xuất. Từ đó, giá trị cổ phiếu của các công ty

sẽ bị ảnh hưởng và tạo ra thay đổi trên thị trường chứng khoán.

2.2 Các nghiên cứu tại các quốc gia khác nhau trên thế giới:

Trong nhiều nghiên cứu gần đây đã xem xét các hành vi của thay đổi giá dầu

và lợi nhuận thị trường chứng khoán, qua đó cho thấy một mối quan hệ trực tiếp thú

vị giữa chúng với nhau. Từ những năm 1980, các nghiên cứu tiên phong về giá dầu

và thị trường chứng khoán đã xuất hiện và chứng minh được rằng giá dầu và thị

trường chứng khoán có tương quan với nhau. Chẳng hạn như nghiên cứu của Darby

(1982), Hamilton (1983), Burbridge và Harrison (1984), Gisser và Goodwin (1986)

hay Jones và Kaul (1996). Về mặt lý thuyết, biến động của giá dầu sẽ tác động đến

giá trị cổ phiếu. Mô hình định giá cổ phiếu hay mô hình chiết khấu cổ tức chỉ ra

rằng giá trị cổ phiếu bằng tổng chiết khấu dòng tiền mặt tương lai được kỳ vọng.

Tương tự, Basher và Sadorky (2006), cũng đã lập luận: Dầu, vốn, lao động

và vật liệu sản xuất đại diện cho những thành phần quan trọng trong quá trình sản

xuất cho hầu hết các hàng hóa và dịch vụ, khi những thành phần này thay đổi sẽ ảnh

hưởng đến dòng tiền mặt của công ty (theo mô hình chiết khấu dòng tiền). Giá dầu

cũng là một trong những yếu tố đầu vào trong quá trình sản xuất.

Narayan K.Paresh and Narayan Seema (2010) kiểm định mối quan hệ giữa

giá dầu thế giới, tỷ giá hối đoái và TTCK Việt Nam bằng dữ liệu hàng ngày từ năm

2000 đến năm 2008. Kết quả cho thấy trong ngắn hạn giá dầu chỉ có ảnh hưởng khá

nhỏ đến chỉ số giá chứng khoán Việt Nam. Bằng kiểm định đồng liên kết, tác giả

cho thấy giá dầu và giá chứng khoán có mối quan hệ trong dài hạn và giá dầu ảnh

hưởng cùng chiều đến giá chứng khoán.

Greene, Jones và Leiby (1998) đánh giá tác động của các nhóm kinh tế như

OPEC lên kinh tế Mỹ. Các tác giả đã phát hiện ra ba sự mất mát chính rõ ràng và

được thêm vào trong nền kinh tế do sự tăng giá dầu: sự mất mát về tiềm lực sản

xuất, mất mát trong việc điều chỉnh hoạt động kinh tế vĩ mô và chuyển đổi sự giàu

có từ người tiêu dùng dầu của Mỹ sang các nước xuất khẩu dầu.

Nghiên cứu của Donoso (2009) đã so sánh mức độ ảnh hưởng của những

biến động trong giá dầu đến thị trường chứng khoán và sản xuất công nghiệp của ba

quốc gia là Mỹ, Anh và Nhật Bản. Nền kinh tế Mỹ đã được chứng minh là nhạy

cảm nhất trong ba nền kinh tế với sự thay đổi của giá dầu. Nền kinh tế Mỹ cũng là

nền kinh tế duy nhất mà thị trường chứng khoán cũng như sản xuất công nghiệp đã

tăng đáng kể trong thập niên 90, trong khi đó Anh đã có một thị trường chứng

khoán tăng nhưng ngành công nghiệp lại thể hiện một sự suy giảm so với năm 2000

và Nhật Bản đã có một sự phục hồi trong sản xuất công nghiệp sau cuộc khủng

hoảng năm 2001, nhưng thị trường chứng khoán thì vẫn gặp khó khăn trong việc đạt

được mức điểm như trước khi bong bóng kinh tế bùng nổ. Hơn nữa nghiên cứu này

cũng cho thấy những tác động bất cân xứng của giá dầu lên thị trường chứng khoán

và sản xuất công nghiệp của Mỹ, Anh và Nhật Bản. Các ngành công nghiệp của Mỹ

bị ảnh hưởng nhiều hơn bởi cú sốc dầu mỏ tăng so với từ cú sốc dầu mỏ giảm, trong

khi ảnh hưởng của cú sốc dầu mỏ tăng vào thị trường chứng khoán Mỹ là ít hơn so

với ảnh hưởng của những cú sốc dầu giảm. Đồng thời, nền kinh tế Anh luôn luôn bị

ảnh hưởng bởi những cú sốc dầu giảm, trong cả hai thị trường chứng khoán và

ngành.

Huang và cộng sự (1996), quan sát thấy rằng lợi nhuận từ dầu không có mối

quan hệ tương quan với lợi nhuận cổ phiếu, ngoại trừ các công ty sản xuất dầu.

Jones và Kaul (1996) chứng minh rằng giá chứng khoán và giá dầu tại thị trường

Mỹ và Canada có tương quan, với ngoại lệ của Vương quốc Anh. Thêm một nghiên

cứu thú vị khác, Faff và Brailsford (1999) cho thấy sự biến động giá dầu có tác

động bất đối xứng với chứng khoán.

Rất nhiều những tác giả có nhiều đóng góp trong lĩnh vực này có thể liệt kê

như: Hammoudeh và cộng sự (2004), El-Sharif và cộng sự (2005), Anorou và

Mustafa (2007), và Park và Ratti (2008). Các nghiên cứu này sử dụng dữ liệu từ các

nền kinh tế phát triển như Canada, Châu Âu, Mỹ và Anh. Cụ thể, Park và Ratti

(2008) nhìn vào tác động của các cú sốc xảy ra trong giá dầu trên lợi nhuận chứng

khoán tại Mỹ và 13 nước Châu Âu khác, sử dụng mô hình VAR và các dữ liệu giữa

các năm 1986 và 2005. Họ nhận thấy rằng các cú sốc giá dầu đã có một tác động

mạnh đến lợi nhuận cổ phiếu với ngoại lệ của Hoa Kỳ.

Gần đây, Papapetrou (2001) đã nghiên cứu mối quan hệ này đối với thị

trường chứng khoán Hy Lạp với phương pháp Vector đa biến tự hồi quy (VAR) để

kiểm tra sự biến động trong mối quan hệ giữa giá dầu, lợi nhuận chứng khoán thực

tế và lãi suất, trong mối quan hệ với hoạt động kinh tế thực sự và việc làm cho Hy

Lạp. Tác giả đã quan sát thấy rằng những thay đổi trong giá dầu ảnh hưởng đến hoạt

động kinh tế thực tế, việc làm và biến động lợi nhuận chứng khoán.

Trong khi các nước vùng Vịnh là đối tượng được xem xét trong các nghiên

cứu của Hammoudeh và Eleisa (2004) sử dụng kiểm định VAR, và tỷ lệ khả năng

dựa trên mô hình Schwarz (SIC) và Akaike (AIC) để xem xét về mối quan hệ giữa

thị trường chứng khoán và giá dầu cho các nước thành viên Hội đồng Hợp tác vùng

Vịnh (GCC) (không bao gồm Qatar). Họ phát hiện ra rằng chỉ có các chỉ số thị

trường chứng khoán Ả Rập có thể được dự đoán dựa trên giá dầu sàn New York

Mercantile. Vì vậy, thị trường chứng khoán Ả Rập phụ thuộc rất nhiều vào giá dầu.

Saudi Arabia là thành viên lớn nhất của GCC và có thể có một số loại tác động lan

truyền đối với phần còn lại của các nước vùng vịnh nhỏ khác.

Kilian (2009), đã phân tách cú sốc giá dầu thành nhiều loại khác nhau, đó là:

cú sốc cung dầu (oil supply shock), cú sốc tổng cầu dầu (Aggregate Demand

shock); và cú sốc giá dầu thị trường cụ thể (Oil-market Specific Demand shock).

Kilian (2009) sử dụng phương pháp vector tự hồi quy (VAR) với ba biến, nguồn

cung dầu, giá thực tế của dầu và một biến trung gian đại diện cho nhu cầu toàn cầu

đối với các mặt hàng công nghiệp, với tác dụng đo lường hoạt động kinh tế toàn cầu

thực sự. Ông xác định, dựa trên một cấu trúc đệ quy, ba cú sốc dầu mỏ bao gồm:

một cú sốc từ nguồn cung cấp dầu, một cú sốc dầu thị trường cụ thể và một cú sốc

dầu tổng cầu toàn cầu. Kilian đã chỉ ra: sự gia tăng trong nhu cầu phòng ngừa đối

với dầu thô sẽ dẫn đến sự tăng mạnh và ngay lập tức trong giá dầu thực tế, còn sự

gia tăng trong nhu cầu dầu cho các ngành công nghiệp sẽ khiến giá dầu thay đổi

chậm hơn, và cuối cùng việc gián đoạn sản xuất dầu, sẽ gây ra việc tăng giá ít nhất

trong ba loại cú sốc.

Sau đó, Filis,G. và David C. Broadstock (2014) đã kế thừa nghiên cứu của

Killian (2009) và thực hiện phân tích mối quan hệ giữa giá dầu và thị trường chứng

khoán trong một môi trường biến đổi theo thời gian. Các tác giả, đã phân tích sự

biến đổi theo thời gian, của ba loại cú sốc trong giá dầu, bao gồm cú sốc cung dầu

(oil supply shock), cú sốc tổng cầu dầu (aggregate demand shock); và những cú sốc

dầu thì trường cụ thể (oil-market specific demand shock) với thị trường chứng

khoán của Mỹ và Trung Quốc. Nghiên cứu của tác giả, là sự kết hợp giữa việc phân

tích cú sốc giá dầu (thông qua mô hình SVAR) và phân tích mối quan hệ biến đổi

theo thời gian giữa cú sốc giá dầu và thị trường chứng khoán trong điều kiện

phương sai thay đổi (thể hiện trong mô hình Scarlar - BEKK).

Những kết luận chính của tác giả bao gồm: tương quan giữa các cú sốc giá

dầu và lợi nhuận cổ phiếu là rõ ràng và biến đổi theo thời gian (tức qua thời gian

khác nhau, mối quan hệ giữa chúng sẽ thay đổi theo); những cú sốc dầu của các loại

khác nhau cho thấy sự thay đổi đáng kể trong tác động của chúng lợi nhuận thị

trường chứng khoán; đối với từng ngành công nghiệp cụ thể, cú sốc giá dầu sẽ có

tác động khác nhau; và cuối cùng thị trường chứng khoán Trung Quốc, dường như

vững vàng hơn thị trường chứng khoán Mỹ, khi chịu ảnh hưởng từ các cú sốc giá

dầu.

Hầu hết các nghiên cứu trên được sử dụng các kỹ thuật kinh tế lượng hiện có

để thiết lập một số loại mối quan hệ rõ ràng giữa hai biến mục tiêu chính. Các công

trình nghiên cứu tập trung vào sự phụ thuộc giữa các thay đổi về giá dầu và các chỉ

số thị trường chứng khoán. Sự phụ thuộc sẽ giúp quyết định liệu hai biến chuyển

với nhau trong cùng một hướng hoặc ngược lại hay không. Trong các nghiên cứu

được đề cập ở trên, Cuong C. và M. Ishaq Bhatti (2012) sử dụng hai phương pháp

tương đối mới, cụ thể là Chi-Plots, Kendall (K) K-Plots và 3 trình Copula khác

nhau. Họ sử dụng giá dầu và dữ liệu chỉ số chứng khoán của Trung Quốc và Việt

Nam để nghiên cứu cấu trúc phụ thuộc của các phân phối của giá dầu và chứng

khoán. Hai quốc gia được lựa chọn để làm nghiên cứu vì Trung Quốc là nước tiêu

thụ dầu lớn nhất thế giới và Việt Nam là quốc gia xuất khẩu dầu thô và là một trong

những nền kinh tế phát triển nhanh chóng trong khu vực Đông Nam Á. Do đó, kết

nối giữa các nền kinh tế và thị trường dầu và chứng khoán quốc tế hai nước này là

mối quan tâm lớn cho các viện nghiên cứu và các nhà hoạch định chính sách.

Gần đây, Cong và các cộng sự (2008) đã nghiên cứu mối quan hệ tương tác

giữa các cú sốc giá dầu và thị trường chứng khoán Trung Quốc sử dụng VAR đa

biến. Nhóm nghiên cứu kết luận rằng các cú sốc giá dầu không cho thấy một tác

động đáng kể về mặt thống kê trên lợi nhuận cổ phiếu thực tế của hầu hết các chỉ số

thị trường chứng khoán Trung Quốc, ngoại trừ chỉ số sản xuất và một số công ty

dầu khí.

2.3 Các nghiên cứu tại Việt Nam

Các nghiên cứu khác về Việt Nam được tìm thấy báo cáo của Narayan

K.Paresh và Narayan Seema (2010) sử dụng các bài kiểm tra đồng tích hợp Johnson

và Juselius (Kiểm định JJ) và cho rằng giá dầu và thị trường chứng khoán không

phải là đồng tích hợp trong suốt thời gian nghiên cứu (từ tháng 1 năm 1993 đến

tháng 8 năm 2006). Tuy nhiên, các kết quả từ các bài kiểm tra đồng tích hợp

Gregory-Hansen lại tiết lộ rằng thị trường dầu mỏ và thị trường chứng khoán là

đồng tích hợp. Ngoài ra, nhóm tác giả cũng đã mô hình hóa tác động của giá dầu

trên thị trường chứng khoán của Việt Nam sử dụng các bài kiểm tra đồng hội nhập.

Với tần suất dữ liệu cao (hàng ngày), họ thấy rằng giá dầu có tác động đồng biến và

có ý nghĩa thống kê trên giá chứng khoán.

Trong hai nghiên cứu tại thị trường Việt Nam, bao gồm nghiên cứu của

Cuong C. và M. Ishaq Bhatti (2012), nghiên cứu của Narayan Paresh Kumar và

Narayan Seema (2010) , đều chỉ ra mối quan hệ giữa giá dầu và thị trường chứng

khoán Việt Nam là cùng chiều. Theo lập luận của tác giả, Việt Nam là một trong

những quốc gia đang phát triển và thị trường chứng khoán còn đang non trẻ, và lại

phụ thuộc nhiều vào nguồn dầu thế giới, nên mối quan hệ giữa giá dầu thế giới và

thị trường chứng khoán Việt nam cùng chiều là điều dễ hiểu.

Tuy nhiên đối với các công ty xăng dầu và gas tỷ suất sinh lời trên giá cổ

phiếu của các công ty này sẽ tăng lên khi giá xăng dầu tăng lên như nghiên cứu của

Sadorsky (2001) về các nhân tố rủi ro của tỷ suất sinh lời chứng khoán của các công

ty xăng dầu và gas ở Mỹ, nghiên cứu của Tran Huu Nghi (2010) ở các công ty xăng

dầu và vận tải ở Việt Nam cho thấy tỷ suất sinh lời cổ phiếu của các công ty này

biến động cùng chiều với giá dầu do các công ty ở Việt Nam đã chuyển những thay

đổi trong chi phí đầu vào của họ vào giá các sản phẩm và dịch vụ của họ nhằm đạt

được mục tiêu lợi nhuận đề ra. Tỷ suất sinh lời chứng khoán của các công ty năng

lượng thay thế cũng được kỳ vọng là tăng khi có sự tăng lên của giá dầu.

Nghiên cứu của tác giả Nguyễn Thị Liên Hoa (2012), đã sử dụng các phương

pháp như là mô hình đồng liên kết, phương pháp Johanse, mô hình ECM để nghiên

cứu tác động của cú sốc giá dầu đến nền kinh tế Việt Nam. Kết quả cho thấy, tồn tại

mối quan hệ cùng chiều giữa sản lượng công nghiệp Việt Nam và giá dầu, tuy nhiên

sự tác động của giá dầu đến sản lượng sản xuất công nghiệp tương đối nhỏ. Theo lý

luận của tác giả, nguyên nhân có thể là do những biện pháp can thiệp vào giá xăng

dầu của Chính phủ Việt Nam, những chính sách góp phần giúp nền kinh tế ổn định

hơn, trước những cú sốc bất lợi từ bên ngoài. Những biện pháp và chính sách của

chính phủ Việt Nam bao gồm: Cơ chế trợ giá, thành lập “Quỹ bình ổn xăng dầu”,

mở rộng và phát triển mô hình công ty đảm bảo năng lượng, Phụ thu, lệ phí giao

thông. Những chính sách này đã góp phần điều tiết ảnh hưởng của những cú sốc giá

dầu khi nó truyền dẫn vào nền kinh tế Việt Nam.

Tác giả Trần Thị Minh Phương (2013), cũng sử dụng mô hình VAR và kiểm

định nhân quả Granger trong phân tích “Biến động giá dầu và thị trường chứng

khoán Việt Nam”. Các kết luận chính của tác giả như là tồn tại mối quan hệ trong

ngắn hạn giữa tỷ giá hối đoái và giá cả chứng khoán Việt Nam ở các độ trễ khác

nhau, thị trường chứng khoán Việt Nam biến động cùng chiều với những thay đổi

của giá dầu thế giới. Cụ thể, khi giá dầu tăng lên 1 USD với điều kiện các yếu tố

khác không đổi sẽ làm cho giá chứng khoán trong nước tăng lên 0,102 điểm sau

một ngày và 0,033 điểm sau 4 ngày. Kết quả phân tích phân rã phương sai và hàm

phản ứng đẩy của Trần Thị Minh Phương (2013), cũng cho thấy các cú sốc trong

giá chứng khoán bị tác động chủ yếu bởi các giá trị quá khứ của nó hơn là tác động

của giá dầu, tỷ giá hối đoái hay lãi suất.

Ngoài ra, như đã đề cập ở trên, tại Việt Nam còn một số nghiên cứu của Phan

Thị Bích Nguyệt và Phạm Dương Phương Thảo (2013) hay của Lê Thị Minh

Hương (2013), tuy nhiên những nghiên cứu của các tác giả này chưa đề cập đến

việc phân tách cú sốc giá dầu ra thành ba loại.

2.4 Các loại cú sốc trong giá dầu

Như vậy, dựa trên lý thuyết về sự truyền dẫn của giá dầu và nghiên cứu thực

nghiệm Kilian (2009), tác giả trình bày ngắn gọn lại những về những cú sốc giá dầu

khác nhau sẽ được thảo luận xuyên suốt trong bài nghiên cứu này như sau:

Đầu tiên, cú sốc cung dầu (oil supply shocks): khi xảy ra sự khan hiếm của

nguồn năng lượng, giá dầu có xu hướng tăng giá

Thứ hai, cú sốc cầu dầu (aggregate demand shocks): giá dầu thay đổi làm

tổng nhu cầu dầu mỏ thay đổi theo. Khi nhu cầu tiêu thụ dầu mỏ sụt giảm sẽ tạo ra

áp lực làm giá giảm về điểm cân bằng mới.

Cuối cùng, cú sốc phòng ngừa (oil-specific demand shocks): đây là cú sốc

được quan tâm nhất trong nghiên cứu của Kilian (2009). Theo Kilian (2009), khi giá

trị thực của dầu không được giải thích dựa vào cú sốc cung dầu hoặc cú sốc cầu

dầu, thì nó sẽ được giải thích từ những thay đổi trong chính giá của nó. Đây chính là

những cú sốc phát sinh từ nhu cầu phòng ngừa (precautionary demand shocks). Nhu

cầu phòng ngừa bắt nguồn từ sự sụt giảm của tổng cung dầu, do thị trường nghĩ

rằng nhu cầu tiêu thụ dầu sẽ giảm. Có nghĩa rằng, khi thị trường không chắc chắn

về nguồn cung dầu hay nguồn cầu dầu sắp tới, sẽ phát sinh nhu cầu phòng ngừa cho

những điều thay đổi không chắc chắn này. Vì vậy, theo Kilian (2009), cú sốc có

nguồn gốc từ nhu cầu phòng ngừa về sự không chắc chắn trong nguồn cung dầu ở

tương lai. Kilian (2009), đặt tên cú sốc này là oil- specific demand shocks, và tác giả

phiên dịch nó thành cú sốc phòng ngừa, dựa trên những lập luận của Kilian (2009)

về bản chất của nó.

Trong nghiên cứu này, tác giả sẽ phân tích sự ảnh hưởng của cú sốc cung dầu

(oil supply shocks), cú sốc cầu dầu (aggregate demand shocks), cú sốc phòng ngừa

(oil- specific demand shocks).

Bảng 2.1 Tóm tắt kỳ vọng tƣơng quan giữa các loại cú sốc giá dầu và lợi nhuận

thị trƣờng chứng khoán Việt Nam

Nhân tố Bằng chứng thực nghiệm Kỳ vọng về sự tƣơng quan

Cú sốc giá dầu có trong tổng cung dầu + Filis. G (2014), Lý thuyết APT

(Oil supply shocks)

Cú sốc trong tổng nhu cầu dầu thế giới - Filis. G (2014)

(Aggregate demand shocks)

Cú sốc phòng ngừa

+ Filis. G (2014)

(Oil- market specific demand shocks)

(Nguồn: Tổng hợp từ các nghiên cứu Filis. G (2014))

CHƢƠNG 3: PHƢƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

3. Khái quát phƣơng pháp nghiên cứu

Trước khi áp dụng các phương pháp phân tích định lượng như VAR, SVAR

hay Scalar-BEKK thì thủ tục cần thiết phải làm đó là kiểm định tính dừng của chuỗi

dữ liệu. Vì mô hình VAR chứa sự kết hợp giữa các biến dừng và không dừng mà có

thể gây nên vấn đề hồi quy giả, đã được dẫn chứng bởi C.W.J. Granger và P.

Newbold (1974). Do đó, việc kiểm định này là hoàn toàn cần thiết. Các phương

pháp kiểm định tính dừng được đề cập ở phần 3.1 tiếp theo sau.

Thứ hai, các cú sốc trong giá dầu sẽ được ước lượng thông qua mô hình

SVAR, dựa trên nghiên cứu của Filis, G. (2014). Mô hình SVAR được ước lượng

dựa trên mô hình VAR thông thường. Các mô tả về phương pháp VAR và SVAR sẽ

được trình bày ở phần 3.2 và 3.3. Và cuối cùng, sự tương quan giữa các cú sốc giá

dầu đối với thị trường chứng khoán Việt Nam trong điều kiện phương sai thay đổi,

được ước lượng qua mô hình Scalar-BEKK, tương tự như nghiên cứu của Filis, G.

(2014). Phương pháp này được thảo luận ở phần 3.4

3.1. Kiểm định tính dừng:

3.1.1. Tính dừng:

Theo Gujarati (2003) một chuỗi thời gian là dừng khi giá trị trung bình,

phương sai, hiệp phương sai (tại các độ trễ khác nhau) giữ nguyên không đổi cho dù

chuỗi được xác định vào thời điểm nào đi nữa. Chuỗi dừng có xu hướng trở về giá

trị trung bình và những dao động quanh giá trị trung bình sẽ là như nhau. Nói cách

khác, một chuỗi thời gian không dừng sẽ có giá trị trung bình thay đổi theo thời

gian, hoặc giá trị phương sai thay đổi theo thời gian hoặc cả hai.

Có nhiều phương pháp kiểm tra tính dừng của chuỗi thời gian: kiểm định

Dickey–Fuller (DF), kiểm định Phillip–Person (PP) và kiểm định Dickey và Fuller

mở rộng (ADF), kiểm tra bằng giản đồ tự tương quan,… Phương pháp kiểm định

này sẽ được trình bày phần tiếp theo đây.

3.1.2. Bậc tích hợp

Theo Ramanathan (2002) hầu hết các chuỗi thời gian về kinh tế là không

dừng vì chúng thường có một xu hướng tuyến tính hoặc mũ theo thời gian. Tuy

nhiên có thể biến đổi chúng về chuỗi dừng thông qua quá trình sai phân. Nếu sai

phân bậc 1 của một chuỗi có tính dừng thì chuỗi ban đầu gọi là tích hợp bậc 1, ký

hiệu là I(1). Tương tự, nếu sai phân bậc “d” của một chuỗi có tính dừng thì chuỗi

ban đầu gọi là tích hợp bậc d, ký hiệu là I(d). Nếu chuỗi ban đầu (chưa sai phân) có

tính dừng thì gọi là I(0).

3.1.3 Kiểm định Unit-root (kiểm định đơn vị):

Bài nghiên cứu này được thực hiện dựa trên những nền tảng cơ bản được

nghiên cứu bởi Kilian (2009) và được thực hiện với một số cải biến. Đầu tiên, từ

sản lượng đã được đề cập ở phần trên, chúng ta xác định các cú sốc giá dầu của các

loại khác nhau (tức là phía cung và phía cầu). Thứ hai, bằng cách sử dụng hàng loạt

cú sốc giá dầu, chúng ta thiết lập độ nhạy cảm với chỉ số thị trường chứng khoán

tổng hợp và danh mục đầu tư cụ thể ngành theo từng công nghiệp và xem xét thêm

liệu sự nhạy cảm có đang thay đổi theo thời gian hay không.

Kilian (2009) ước lượng mô hình VAR với phần trăm thay đổi trong sản

lượng dầu mỏ toàn cầu, mức độ hoạt động thực của kinh tế toàn cầu, và mức độ của

giá dầu thực. Mô hình VAR chứa sự kết hợp giữa các biến dừng và không dừng mà

có thể chịu được vấn đề hồi quy giả, đã được dẫn chứng bởi Granger và Newbold

(1974).

Theo đó, chúng tôi bắt đầu bằng việc kiểm tra tính dừng của các biến, thực

hiện 1 kiểm định đề xuất bởi Dickey–Fuller (1979, 1981) cho tất cả các biến.

Kết luận từ kiểm định này là chuỗi dữ liệu tỷ giá không dừng ở bậc gốc nhưng dừng

ở sai phân bậc 1 [d(1)]. Thêm vào đó, chúng ta còn phát hiện rằng sản lượng dầu

mỏ toàn cầu và giá dầu thực dừng ở bậc gốc nhưng hoạt động kinh tế thực dừng ở

sai phân bậc.

3.2 Mô hình Vector tự hồi quy - VAR (Vector Autoregressive Models)

3.2.1 Giới thiệu về mô hình VAR:

Trong kinh tế, mối quan hệ giữa các biến số kinh tế không đơn thuần chỉ

theo một chiều, biến độc lập (biến giải thích) ảnh hưởng lên biến phụ thuộc mà biến

phụ thuộc cũng có thể có ảnh hưởng ngược lại lên biến giải thích. Do đó ta phải xét

ảnh hưởng qua lại giữa các biến này cùng một lúc. Chính vì thế mô hình kinh tế

lượng đưa vào trong nghiên cứu không phải là mô hình một phương trình mà là mô

hình nhiều phương trình. Mô hình tự hồi quy vector - VAR được sử dụng rất phổ

biến trong nghiên cứu kinh tế vĩ mô do hai tác giả Christopher A. Sims và Thomas

J. Sargent đưa ra và đoạt giải Nobel kinh tế vào năm 2011.

Mô hình VAR là một mô hình gồm nhiều phương trình. VAR là sự kết hợp

của hai phương pháp tự hồi quy đơn chiều (univariate autoregression – AR) và hệ

phương trình ngẫu nhiên (simultanous equations – Ses). VAR là phương pháp kết

hợp các ưu điểm của phương pháp AR là rất dễ ước lượng bằng phương pháp tối

thiểu hóa phần dư (OLS) và ưu điểm của SEs là ước lượng nhiều biến trong cùng

một hệ thống. Đồng thời VAR khắc phục được nhược điểm của phương pháp SEs là

nó không cần quan tâm đến tính nội sinh của các biến kinh tế (endogeneity). Các

biến kinh tế vĩ mô thường mang tính nội sinh khi chúng tác động qua lại lẫn nhau.

Thuộc tính này làm cho phương pháp cổ điển hồi quy bội dùng một phương trình

hồi quy nhiều biến bị sai lệch khi ước lượng. Đây là lý do cơ bản khiến VAR trở

nên phổ biến trong nghiên cứu kinh tế vĩ mô. Nó là nền tảng cho nghiên cứu về sự

đồng liên kết (cointegration) của Engle và Granger (1987) đạt giải Nobel năm 2003.

VAR là một mô hình kinh tế thuần túy về chuỗi thời gian bởi vậy đôi khi

được gọi là unrestricted VAR (với nghĩa không có cấu trúc gì cả mà chỉ là một mô

hình thống kê). Mô hình VAR được khái quát hóa từ hệ phương trình có nhiều hơn

một biến phụ thuộc.

Dạng tổng quát của VAR được thể hiện như sau:

= + + … + Yt + ut Yt-1 Yt- 2 Yt-k

+ g 1 g 1 g g g 1 g g g 1 g g g 1 g 1

(1)

Theo Sims (1986), quá trình phân tích VAR gồm ba bước cơ bản:

Đầu tiên, nhà phân tích dự báo các biến số vĩ mô sử dụng mô hình vector -

autoregression (mô hình VAR). Đây là một mô hình tương đối đơn giản sử dụng dữ

liệu chuỗi thời gian, theo đó các giá trị quan sát trước đó được dùng để đi tới dự báo

chính xác nhất có thể. Khác biệt giữa dự báo và kết quả (lỗi dự báo) đối với một

biến cụ thể được coi là một loại "cú sốc", nhưng Sims (1986) cho thấy những lỗi dự

báo ấy không có ý nghĩa kinh tế rõ ràng.Ví dụ như lãi suất bất ngờ thay đổi có thể là

phản ứng trước một cú sốc khác, ví dụ như thất nghiệp hay lạm phát, cũng có thể

chúng xảy ra hoàn toàn "độc lập". Sự thay đổi một cách độc lập ấy được gọi là "cú

sốc cơ bản".

Bước thứ hai là tách "cú sốc cơ bản" ra. Đây là điều kiện tiên quyết để

nghiên cứu tác động của việc lãi suất thay đổi "độc lập". Thực tế, một trong những

đóng góp lớn của Sims (1986) là chứng minh việc đi từ hiểu biết toàn diện cách

thức vận hành của nền kinh tế có thể đi tới nhận diện được các "cú sốc cơ bản".

Sims (1986) và các nhà nghiên cứu tiếp bước ông đã phát triển các phương pháp

khác nhau để nhận diện của "có sốc cơ bản" trong mô hình VAR. Một khi đã nhận

diện được các "cú sốc cơ bản" từ dữ liệu lịch sử.

Bước thứ ba trong phương pháp của Sims (1986) là phân tích impulse-

response (phân tích phản ứng xung). Phân tích này minh họa tác động của các cú

sốc cơ bản đối với các biến số vĩ mô qua thời gian cho thấy tăng chi tiêu công có

thể trung hòa được một đợt suy thoái tạm thời.

Mô hình VAR là công cụ không thể thiếu trong phân tích ảnh hưởng của

nhiều cú sốc khác nhau, đối với nền kinh tế cũng như ảnh hưởng của nhiều chính

sách khác nhau để đối phó với các cú sốc trên.

3.2.2 Một số vấn đề của mô hình VAR:

Bên cạnh những ưu điểm nổi trội của mô hình VAR không cần xác định biến

nào là biến nội sinh và biến nào là biến ngoại sinh thì mô hình VAR còn vướng phải

một số hạn chế như:

1. Khi xét đến mô hình VAR ta phải xét tính dừng của các biến trong mô

hình. Yêu cầu đặt ra khi ta ước lượng mô hình VAR là tất cả các biến phải dừng,

nếu trong trường hợp các biến này chưa dừng thì ta phải lấy sai phân để đảm bảo

chuỗi dừng. Nếu biến không dừng thì việc sử dụng mô hình VAR sẽ dẫn đến kết

quả hồi quy giả mạo.

2. Có quá nhiều tham số phải ước lượng nếu mô hình có nhiều biến với độ

trễ lớn. Giả sử mô hình đang xem xét có k biến và mỗi biến có p độ trễ đưa vào

từng phương trình. Như vậy số tham số cần ước lượng của mô hình sẽ là k + k x k x

p tham số. Ví dụ mô hình có ba biến với độ trễ là tám thì số tham số cần ước lượng

sẽ là 3 + 3 x 3 x 8 = 75.

3. Mô hình VAR không đo lường được tác động của kỳ hiện tại giữa các biến

với nhau mà chỉ đo lường được tác động của các giá trị quá khứ đến giá trị hiện tại

giữa các biến.

3.3 Mô hình VAR cấu trúc - SVAR (Structural VAR)

Tương tự như Filis, G. (2014), tác giả phân tích SVAR để xem xét mối

tương quan giữa các cú sốc khác nhau trong giá dầu là như thế nào?

Xuất phát từ nhược điểm của các phương pháp giúp chuyển đổi sang hệ

phương trình “xác định” (identification), Sims (1986) và Bernanke và Ben (1986)

đề xuất lý thuyết kinh tế - tài chính để thiết lập các ràng buộc cần thiết cho ma trận

B, và từ đó phân tích phản ứng xung được xác lập dựa trên các giả định về các mối

quan hệ kinh tế - tài chính. Cách thức này sẽ áp đặt các ràng buộc giữa các biến nội

sinh cùng kỳ t trong mô hình và tiến trình xác nhập “identification”, sau đó cũng

giống như phương pháp Sims đề xuất đầu tiên cho mô hình Unrestricted VAR.

“Identification” được xác lập dựa trên phân tách các biến trong hệ thống bao gồm

các thành phần chịu tác động “ngắn hạn” (transitory) và “dài hạn” (permanent

components) ứng với cùng một phương pháp phân tách cho trước.

Blanchard và Quah (1989), giả định rằng một vài cú sốc chỉ có tác động ngắn

hạn đối với các biến I(1) trong hệ thống. Và do vậy tác động tích lũy trong dài hạn

sẽ là Zero. Kết quả là bằng việc áp đặt ràng buộc theo cách này, mô hình sẽ trở nên

“exactly identification”.

Mục đích chính của mô hình SVAR là để đạt được “Non-recurisive

Orthogonalization” đối với các phần dư để phân tích “phản ứng xung”. Đối với

SVAR, một thủ thuật rất quan trọng là khai báo các ràng buộc (Identification

Restrictions) trong ngắn hạn (Short-run Identification Restrictions) hoặc là trong dài

hạn (Long- run Identification Restrictions).

Dựa trên nền tảng phân tích SVAR của Blanchard và Quah (1989), và theo

quan điểm của Kilian (2009) [26], phân tích của tác giả bắt đầu từ việc mô hình hóa

các mối quan hệ nội sinh giữa các biến ước lượng bằng cách sử dụng mô hình

vector cấu trúc tự hồi quy SVAR (VAR cấu trúc) có thể được biết như công thức (2)

như sau:

Ký hiệu phần trăm thay đổi trong sản lượng sản xuất dầu thô toàn cầu trong

tháng t là Pt (Global oil production), thước đo hoạt động kinh tế toàn cầu thực là Yt

(Global real activity), và phần trăm thay đổi trong giá thực của dầu mỏ trong tháng t

là Ot (Real oil price returns).

Theo Kilian (2009) và Filis, G. (2014), những giả định được đưa ra:

- Giả định đầu tiên: Cầu dầu mỏ trong ngắn hạn không tạo ra sự thay đổi lớn

trong cung dầu mỏ. Hay nói cách khác, tổng sản lượng cung dầu mỏ không quyết

định bởi các yếu tố nguồn cầu ngắn hạn. Lý giải cho hiện tượng này, ta có thể thấy

rằng, ngành sản xuất dầu mỏ tuân theo một kế hoạch khá chặt chẽ, việc thay đổi kế

hoạch sản xuất so với ban đầu thường gây ra tình trạng gia tăng trong chi phí. Vì

trong ngắn hạn, các nhà sản xuất dầu luôn có một yếu tố không chắc chắn về nhu

cầu năng lượng cơ bản (không chắc chắn về việc tạm thời hay bền vững), nên việc

thay đổi kế hoạch sản xuất là rất khó khăn.

- Giả định thứ hai: Nguồn cung dầu mỏ là yếu tố quyết định đến nhu cầu dầu

mỏ. Nguyên nhân vì sao như vậy? Ta có thể hiểu rằng, dầu mỏ là một loại hàng hóa

khá đặc biệt, với nguồn cung là cố định, do đó cầu dầu sẽ được điều chỉnh thông

qua cung dầu. Với việc phản ứng từ các cú sốc (tăng/giảm) do thiếu cung hoặc dư

cung. Tuy nhiên, sự thay đổi trong cầu dầu lại diễn ra sau đó ít nhất 01 tháng, nên

có thể thấy rằng cầu dầu sẽ chịu tác động từ chính nó hoặc từ cú sốc cung, rõ ràng

nó không phải là kết quản phản ứng trong giá trị thực của dầu mỏ ngay lập tức.

- Giả định thứ ba: Giá dầu thực phản ứng với cú sốc cung dầu và cú sốc tổng

cầu trong vòng 01 tháng. Giả này này là hoàn toàn phù hợp với các lý thuyết kinh tế

cơ bản. Lý giải cho giả thiết này, ta có hiểu rằng giá cả hàng hóa là kết quả từ yếu tố

cung – cầu. Trong đó, yếu tố cung dầu ngắn hạn là cố định (như đề cập ở giả thiết

01), do đó có thể giá trị thực của dầu theo phân tích sẽ không phụ thuộc quá nhiều

vào nguồn cung dầu.

Như vậy, những cú sốc cung dầu là do những cải tiến trong sản xuất dầu.

Những cú sốc tổng cầu có thể là kết quả từ một trong hai nguồn, những cú sốc xác

định các hoạt động kinh tế thật, nhưng cũng từ những cú sốc từ sản xuất dầu mỏ

toàn cầu. Cuối cùng, các cấu trúc cú sốc giá dầu thị trường cụ thể không phải chỉ do

sự thay đổi bất ngờ về giá dầu, mà còn xuất phát từ những gián đoạn bất ngờ đến

quá trình sản xuất và sự thay đổi đột ngột, và không thể đoán trước, chuyển dịch

trong hoạt động kinh tế toàn cầu.

Theo những lập luận đó, ma trận ràng buộc ngắn hạn các cú sốc trong giá dầu

sẽ được thiết lập theo cấu trúc đệ quy như sau, tương tự như quan điểm của Kilian

(2009) :

(3)

[i] [ii] [iii]

* Trong đó ma trận [ii] là ma trận [Shock]

Có nghĩa:

- Global Oil Production (sản lượng cung dầu thô thế giới): Chỉ chịu ảnh hưởng

từ chính những bất ổn trong quá trình sản xuất và cung cấp dầu.Cung dầu thô

sẽ không phản ứng với những cú sốc cầu dầu mỏ trong tháng, vì chi phí điều

chỉnh sản xuất dầu được cho trước và vì sự không chắc chắn về tình trạng

của thị trường dầu thô.

- Global Real Activity (chỉ số hoạt động kinh tế toàn cầu): Đại diện cho tổng

nhu cầu dầu của thế giới, chịu ảnh hưởng chỉ từ cú sốc của tổng cung dầu và

chính nó.

- Real Oil Price Retunrs (RPROIL): Đại diện cho giá trị thực của dầu thô, sẽ

chịu ảnh hưởng từ 03 cú sốc: Cú sốc trong tổng cung, tổng cầu và sự bất ổn

của chính nó.

Ma trận [Shock] của phương trình (3) sẽ được ước lượng thông qua việc ước

lượng các ràng buộc của mô hình SVAR. Phản ứng xung sẽ được tiến hành dựa trên

ràng buộc của ma trận [Shock] để phân tích phản ứng của giá trị thực của dầu đối

với cú sốc cung dầu thô, cú sốc cầu dầu thô và cú sốc xuất phát từ chính sự không

chắc chắn của trong giá cả của dầu.

3.4 Mô hình Scalar – BEKK

BEKK: mô hình BEKK được viết tắt từ tên của những nhà nghiên cứu là

Baba, Engle, Kraft and Kroner (1990).

Theo thảo luận của Filis. G (2014), phương pháp để phân tích tương quan

động giữa cú sốc giá dầu và lợi nhuận thị trường chứng khoán, trong điều kiện

phương sai thay đổi là mô hình Scalar- BEKK. Như Filis. G (2014), đã trình bày, vì

dữ liệu của nghiên cứu nếu là dữ liệu chuỗi thời gian, tần số theo tháng, khi dùng

các mô hình ước lượng bình thường, sẽ dễ xuất hiện tượng Phương sai thay đổi

(Heteroscedasticity).

Phương sai thay đổi (Heteroscedasticity) hiểu một cách đơn giản là phương

sai của phần dư sẽ thay đổi theo thời gian. Trong mô hình hồi quy tuyến tính cổ

điển, một trong những giả thuyết quan trọng là giả định rằng phương sai phần dư là

hằng số (homoscedasticity) hay:

(4) Var(ut) =

Lập luận của Filis. G (2014), cho rằng, phương sai phần dư của giá dầu

(phương sai của các cú sốc trong giá dầu) có thể không phải là hằng số. Vậy thì nó

sẽ làm thay đổi mối quan hệ giữa cú sốc giá dầu và lợi nhuận thị trường chứng

khoán như thế nào?

Cho đến nay, đã có rất nhiều công trình nghiên cứu về phương sai phần dư

thay đổi, nhiều mô hình đã được đưa ra, nhưng thành công nhất phải kể đến mô

hình GARCH (Generalized Autoregressive Conditional Heteoroscedascticity, cho

phép phương sai thay đổi có điều kiện và phụ thuộc vào chính nó trong kỳ trước đó.

Khi đó, phương sai của phần dư có thể được viết lại như sau:

t-2 +

= + u2 (5)

Trong kinh tế tài chính, Phương sai được ký hiệu là ht hoặc ht-1

Mô hình GARCH được phân thành hai loại, đó là đơn biến và đa biến.

Mô hình GARCH đa biến (M- GARCH), khác với mô hình GARCH đơn

biến, bên cạnh giá trị phương sai thay đổi, mô hình sẽ bao gồm giá trị hiệp phương

sai (covariance) thay đổi theo thời gian.

Dựa trên đặc điểm chuỗi lợi suất chỉ số VN-Index giúp chúng ta nhận dạng

được đây là chuỗi có phương sai sai số thay đổi.

Hình 3.1 Đồ thị chuỗi lợi suất chỉ số VN-Index

(Nguồn: Vẽ từ số liệu tổng hợp của chuỗi lợi suất của VN-INDEX)

Mô hình GARCH đa biến có ba dạng chính được sử dụng rộng rãi là VECH,

diagonal VECH và BEKK, trong đó mô hình M- GARCH BEKK được đề xuất bởi

(Baba, Engle, Kraft and Kroner (1990), và Engle and Kroner (1995).

Mô hình M- GARCH BEKK sử dụng dạng bình phương đối với ma trận các

thông số A và B cần ước lượng để đảm ma trận hiệp phương sai Ht là dương. Mô

hình M- GARCH BEKK có thể được viết gọn dưới dạng:

(7)

Caporin và McAleer (2008, 2011) đã lập luận rằng BEKK (7) của Baba,

Engle, Kraft và Kroner (1991, Working Paper) và Engle và Kroner (1995), có thể

ưu việt hơn phương pháp phân tích tương quan có điều kiện động (DCC), trong sự

hiện diện điều kiện GARCH của Engle (2002).

Mô hình M-GARCH BEKK lại có nhiều phiên bản và Filis. G (2014) đã áp

dụng phiên bản Scalar-BEKK trong phân tích tương quan giữa cú sốc giá dầu và lợi

nhuận thị trường chứng khoán, trong sự hiện diện của phương sai có điều kiện. Sở

dĩ, G. Filis áp dụng vì mô hình Scalar-BEKK sử dụng dạng bình phương đối với ma

trận các thông số A và B cần ước lượng để đảm ma trận hiệp phương sai Ht là

dương và cần ít tham số ước lượng hơn mô hình M- GARCH BEKK thông thường.

Kế thừa quan điểm của Filis. G (2014), bài nghiên cứu này ứng dụng mô hình M-

GARCH BEKK, phiên bản Scalar-BEKK để phân tích mối tương quan giữa cú sốc

giá dầu và lợi nhuận thị trường chứng khoán, trong sự hiện diện của điều kiện

phương sai phần dư thay đổi. Như vậy, tương quan giữa cú sốc giá dầu và lợi nhuận

thị trường chứng khoán được diễn đạt như hệ thống:

(6)

Trong đó,

là vector biểu thị quy trình tương quan ngẫu nhiên theo thời gian giữa

các loại cú sốc giá dầu khác nhau với thị trường chứng khoán Việt Nam.

Ma trận

(7)

Biểu thị mối quan hệ của phương sai, hiệp phương sai của các biến, bao gồm

mỗi loại cú sốc giá dầu khác nhau, lợi nhuận thị trường chứng khoán, các biến trễ.

Theo G. Filis (2014), cấu trúc Scalar-BEKK của ma trận phương sai, hiệp phương

sai của cú sốc các loại khác nhau trong giá dầu (Ht), cũng được định nghĩa như sau:

(8)

Ma trận A biểu thị mối quan hệ tuyến tính của phương sai phần dư giá dầu

(phương sai cú sốc giá dầu) với phần dư của giá dầu (đó là điều kiện ARCH). Ma

trận B biểu thị mối quan hệ tuyến tính của phương sai phần dư giá dầu (phương sai

cú sốc giá dầu) với chính nó trong quá khứ (độ trễ của chính ht – điều kiện

GARCH). Ma trận A’, B’ là ma trận hiệp phương sai biểu thị tương quan giữa các

biến độc lập trong mô hình.

Với giả định mối quan hệ của ma trận A và B là tuyến tính theo hằng số M

(Scalar). Ví dụ B = A (Silvennoinen and Terasvirta (2009)).

Khi ước lượng được ma trận Ht, tức sự thay đổi theo thời gian của phương

sai, hiệp phương sai, thì mối quan hệ theo thời gian ( ) giữa suất sinh lợi (return)

của thị trường chứng khoán và mỗi một loại cú sốc giá dầu được tính toán dựa theo

công thức (theo G. Filis (2014)):

(9)

Với:

: Supply-Side (cú sốc cung dầu), Aggregate Demand (cú sốc cầu dầu) hoặc

là Oil Market Specific Demand Shocks (cú sốc phát sinh do nhu cầu phòng ngừa

đối với dầu).

Stock Market Returns of Vietnam): Lợi nhuận TTCK của Việt Nam, đó

chính là tỷ suất sinh lợi của chỉ số VN-INDEX.

Mối quan hệ biến đổi theo thời gian giữa lợi nhuận thị trường chứng khoán Việt

Nam và mỗi loại cú sốc giá dầu, sẽ được suy ra từ kết quả ước lượng của mô

hình Scalar- BEKK, trong điều kiện có sự hiện diện của phương sai thay đổi.

Ngoài ra, dựa theo nghiên cứu của G. Filis (2014), bài nghiên cứu này cũng

sử dụng phương pháp hợp lý cực đại (Maximum Likelihood-ML) để ước lượng các

tham số của mô hình M- GARCH BEKK (Scalar- BEKK). Tiếp theo đó, tác giả tiến

hành kiểm định tính phù hợp của mô hình với một số thủ tục kiểm định: Kiểm định

Likelihood Ratio, kiểm định tính dừng, kiểm định tự tương quan…

3.5 Dữ liệu nghiên cứu

Trong nghiên cứu này, tác giả sử dụng dữ liệu hàng tháng, bắt đầu từ tháng

01 năm 2009 đến tháng 7 năm 2015, của biến tổng sản lượng sản xuất dầu thô thế

giới (SLOIl), tổng nhu cầu dầu thế giới (SLSTEEL) và giá dầu thô (PROIL) để đại

diện cho các cú sốc khác nhau trong giá dầu. Lý do của việc lựa chọn cỡ mẫu này

để phù hợp với sự có mặt của chỉ số VN-Index và VN30 và các ngành công nghiệp

phân theo ngành tại Việt Nam. Tuy nhiên, đối với phân tích các cú sốc trong giá dầu

lên giá trị thực của dầu, và tương quan giữa chỉ sô VN-Index tác giả dùng dữ liệu từ

2005 để đảm bảo cỡ mẫu đủ lớn, để cho ra kết quả có ý nghĩa.

Tương tự như George Filis (2014), biến tổng sản lượng sản xuất dầu thô thế

giới (SLOIL) đại diện cho tổng nguồn cung dầu và biến giá dầu (PROIL), được thu

thập từ cơ quan quản lý thông tin về năng lượng (The Energy Information

Administration). Để mô tả giá trị thực của dầu, biến giá dầu (PROIL) được chuyển

đổi thành tỷ suất sinh lợi (RPROIL), thông qua việc lấy log các giá trị PROIL theo

thời gian.

Đối với chỉ số đại diện cho tổng nhu cầu dầu, các tác giả như Kilian (2009)

hay George Filis (2014), đều sử dụng chỉ số giá cước vận chuyển hàng hóa (dry

cargo freight rates). Tuy nhiên, do khó khăn trong việc tiếp cận nguồn dữ liệu này,

nên trong nghiên cứu này, biến tổng sản lượng sản xuất thép toàn cầu (SLSTEEL),

được dùng để đại diện cho tổng nhu cầu dầu. Trong bài nghiên cứu, “Một chỉ số

mới hàng tháng mô tả thực tế hoạt động của kinh tế toàn cầu “, (A New Monthly

Indicator of Global Real Economic Activity), biến tổng sản lượng sản xuất thép toàn cầu (SLSTEEL) đã được Francesco Ravazzoloavà Joaquin L. Vespignanib+

(2015) chứng minh là dự báo chính xác được GDP toàn cầu, cũng giống như chỉ số

Kilian (2009) đưa ra.

Theo Hiệp hội thép thế giới (World Steel Association (WSA)) thép là nguyên

liệu then chốt đối với các ngành công nghiệp như là: ngành xây dựng (các công

trình như tòa nhà văn phòng, nhà dân dụng, bán lẻ, khu công nghiệp, trường học,

bệnh viện, sân vận động, cốt thép cho trụ bê tông, trụ cầu, cáp treo, ống dẫn nước

v.v..; ngành vận tải (linh kiện cho các phương tiện vận chuyển, bánh xe, trục xe..);

ngành năng lượng (vật liệu chính trong các đường ống dẫn khí đốt, dầu hỏa, thành

phần chủ yếu trong các linh kiện máy móc thiết bị dùng trong ngành năng lượng...);

đóng gói bao bì (đối với thực phẩm bình thường, các thiết bị khác như bình xịt sơn,

hóa chất...); hàng gia dụng (như tủ lạnh, máy giặt, lò nướng, thiết bị bếp...); nông

nghiệp (vật liệu chính xây dựng các nông trại, chế tạo máy móc, công cụ dùng trong

nông nghiệp...).

Vì thế, khi nền kinh tế toàn cầu có xu hướng phát triển thì nhu cầu đối với

thép cũng sẽ tăng theo và các tác giả đã chứng minh, sự thay đổi theo thời gian của

tổng sản lượng sản xuất thép toàn cầu có thể dự báo cho hoạt động kinh tế của toàn cầu. Vì vậy, theo Francesco Ravazzoloavà Joaquin L. Vespignanib , SLSTEEL có

thể dùng làm biến đại diện cho hoạt động kinh tế toàn cầu, hay nói khác đi

SLSTEEL đại diện cho tổng nhu cầu dầu của thế giới, đó cũng chính là chỉ số đo

lường hoạt động của nền kinh tế toàn cầu (Global Real Activity). Tổng sản lượng

sản xuất thép toàn cầu được thu thập theo tháng (đơn vị tính là ngàn tấn), truy xuất

từ dữ liệu thống kê của Hiệp hội thép toàn cầu.

Tiếp theo, chỉ số lợi nhuận hoạt động của thị trường chứng khoán Việt Nam

được đại diện bởi log của VN-INDEX.

Qua các công thức tính như sau

 RPROil=log(PROil/PROil(-1))

 RVN30 Return of VN30: lợi nhuận của VN30.

RVN30=log(VN30/VN30(-1))

 RVN-Bank Return of VN-Bank: lợi nhuận của ngành ngân hàng.

RVN-Bank=log(VN-Bank/VN-Bank(-1))

 RVN-NL Return of VN-NL: lợi nhuận của ngành năng lượng.

RVN-NL=log(VN-NL/VN-NL(-1))

 RVN-XD Return of VN-XD: lợi nhuận ngành xây dựng.

RVN-XD=log(VN-XD/VN-XD(-1))

 RVN-GT Return of VN-GT: lợi nhuận của ngành giao thông vận tải vận

tải.

RVN-GT=log(VN-GT/VN-GT(-1))

 RVN-BL Return of VN-BL: lợi nhuận của ngành bán lẻ.

RVN-BL=log(VN-BL/VN-BL(-1))

Bảng 3.1 Trình bày tóm tắt các biến được sử dụng để phân tích

Bảng 3.1 Tóm tắt các biến chính sử dụng trong bài

STT

Cục năng

lượng

thế giới

Tên biến Mô tả biến Nguồn

(IEA)

World oil production :

Sản lượng sản xuất dầu

thế giới theo tháng

1 SLOIL ĐVT: ngàn thùng/tháng

Cục năng

lượng

thế giới

Tần suất: Tháng.

(IEA)

Giá dầu thế giới

PROIL ĐVT: USD/ Barrel

Hiệp hội sản xuất thép thế

Tần suất: Tháng. 2

giới:

Global Economic Activity

https://www.worldsteel.org/

index: sản lượng sản xuất

thép toàn cầu đại diện cho

SLSTEEL chỉ số hoạt động của nền

kinh tế toàn cầu. 3

ĐVT: Ngàn tấn

Tần suất: Tháng.

Chỉ số VN-INDEX của Ủy ban chứng khoán Nhà

VNI Việt Nam Nước và http://hsx.vn

ĐVT: Theo tháng, Điểm 4

Tần suất: Tháng.

Chỉ số VN30 Chỉ số VN30 là chỉ số do

VN30 ĐVT: Điểm HOSE công bố. Nguồn lấy

Tần suất: Tháng. từ: http://hsx.vn 5

Chỉ số chứng khoán Nguồn lấy từ:

ngành ngân hàng. http://cophieu68.vn

6 VN-BANK ĐVT: Điểm

Tần suất: Tháng.

Chỉ số chứng khoán Nguồn lấy từ:

ngành năng lượng. http://cophieu68.vn

7 VN-NL ĐVT: Điểm

Tần suất: Tháng.

Chỉ số chứng khoán Nguồn lấy từ:

ngành xây dựng. http://cophieu68.vn

8 VN-XD ĐVT: Điểm

Tần suất: Tháng.

Chỉ số chứng khoán Nguồn lấy từ:

ngành giao thông vận tải. http://cophieu68.vn

9 VN-GT ĐVT: Điểm

Tần suất: Tháng.

Chỉ số chứng khoán Nguồn lấy từ:

VN-BL ngành bán lẻ. http://cophieu68.vn

10 ĐVT: Điểm, theo tháng

(Nguồn: Tổng hợp từ nhiều nguồn khác nhau)

CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.1 Kết quả thống kê mô tả biến:

Kết quả thống kê mô tả các biến có trong bài nghiên cứu được trình bày cụ

thể ở Bảng 4.1 dưới đây:

Bảng 4.1 Thống kê mô tả các biến

SLOIL SLSTEEL RPROIL RVNI RVN-BANK

Mean 74.82367 650 0.000149 0.00868 0.002946

Median 75.62 -59 0.002652 0.006782 -0.003711

Maximum 80.19 15551 4.52938 0.246747 0.201744

Minimum 47.11 -11978 -4.576412 -0.210152 -0.228776

Std. Dev. 4.235501 5,851 0.73375 0.072449 0.086481

Skewness -4.087634 0.478716 -0.096307 0.092906 0.023531

Kurtosis 26.25673 3.230977 38.50391 4.293147 2.996533

Jarque-Bera 2000.38 3 4149.36 5.618066 0.00733

Probability 0 0.202604 0 0.060263 0.996342

Sum 5911.07 51356 0.011743 0.685722 0.232738

Sum Sq. Dev. 1399.278 2.67E+09 41.9943 0.409415 0.583361

RVNH-TD RVN-NL RVN-GT

Observations 79 79 79 79 79

RVN-XD RVN30

Mean 0.011213 -0.003583 -0.004437 -0.011935 0.008237

Median 0.005777 -0.012528 0.001598 -0.013225 0.007946

Maximum 0.358321 0.256283 0.232308 0.370139 0.211355

-0.265363

Minimum -0.359635 -0.265822 -0.338695 -0.23772

Std. Dev. 0.084835 0.104107 0.091278 0.118287 0.072808

Skewness 0.782526 -0.117293 -0.230533 0.219509 -0.15513

Kurtosis 7.503217 4.228112 3.275595 3.918412 4.148299

Jarque-Bera 74.81415 5.14583 0.94976 3.410879 4.657218

Probability 0 0.076313 0.62196 0.181693 0.097431

Sum 0.885821 -0.283095 -0.350522 -0.94283 0.65073

Sum Sq. Dev. 0.561364 0.845378 0.649877 1.09137 0.413477

Observations 79 79 79 79 79

(Nguồn: Kết quả tổng hợp từ Eviews)

4.2 Kiểm định tính dừng:

Bước tiếp theo của bài nghiên cứu, chúng ta tập trung phân tích liệu rằng

chuỗi dữ liệu của các biến có phải là dừng hay không?

Bài nghiên cứu sử dụng hai phương pháp phổ biến để kiểm tra tính dừng của

các biến trước khi phân tích đó là kiểm định ADF và KPSS

Kết quả được trình bày trong Bảng 4.2 cho thấy tất cả các biến đều dừng.

Bảng 4.2 Kết quả kiểm định tính dừng của các biến

ADF

KPSS

SLOIL -2.144450 0.382371**

dSLSTEEL -7.507448*** 0.238850

RPROIL -7.480697*** 0.500000**

RVNI -7.463345*** 0.070244

RVN-BANK -7.571080*** 0.053976

RVN-BL -8.049012*** 0.108748

-8.507162*** 0.129548 RVN-NL

-6.872217*** 0.172844 RVN-XD

-4.173586*** 0.167951 RVN-GT

-8.462180*** 0.100609 RVN30

(Nguồn: Kết quả tổng hợp từ Eviews)

Đối với kiểm định KPSS:

*** Biểu thị chuỗi dừng ở mức =1%

** Biểu thị chuỗi dừng ở mức =5%

* Biểu thị chuỗi dừng ở mức =10%

Đối với kiểm định ADF:

*** Biểu thị chuỗi không còn nghiệm đơn vị (chuỗi dừng) ở mức = 1%

** Biểu thị chuỗi không còn nghiệm đơn vị (chuỗi dừng) ở mức = 5%

* Biểu thị chuỗi không còn nghiệm đơn vị (chuỗi dừng) ở mức = 10%

4.3 Tƣơng quan giữa giá trị thực của dầu và các cú sốc giá dầu những loại khác

nhau của giá dầu

4.3.1 Kết quả phân tích mô hình VAR:

Tương quan giữa giá trị thực của dầu và các cú sốc khác nhau trong giá dầu

được xác định thông qua mô hình SVAR, đã được trình bày ở phần 3.2.

Tóm tắt lại một cách cụ thể, ma trận các cú sốc được thiết lập theo cấu trúc đệ quy

như sau:

(10)

[Shock]

Có nghĩa:

- Real oil price retunrs (RPROil), đại diện cho giá trị thực của dầu, sẽ chịu ảnh

hưởng từ 03 cú sốc: Cú sốc trong tổng cung, cú sốc tổng cầu và cú sốc từ sự

bất ổn của chính nó.

- Global Real Activity (chỉ số hoạt động kinh tế toàn cầu hay tổng nhu cầu dầu

của thế giới): chịu ảnh hưởng chỉ từ cú sốc của tổng cung dầu và chính nó.

- Global Oil Production: sản lượng cung dầu thế giới chỉ chịu ảnh hưởng từ

chính những bất ổn trong quá trình sản xuất và cung cấp dầu.

Ma trận [Shock] sẽ được ước lượng thông qua việc ước lượng các ràng buộc của

mô hình SVAR.

Bảng 4.3 Kết quả ƣớc lƣợng các ma trận ràng buộc trong SVAR

View pro estimated structural

Estimated A matrix:

1.000000 0.000000 0.000000

-239.9543 1.000000 0.000000

0.023721 3.27E-06 1.000000

Estimated B matrix:

2.268345 0.000000 0.000000

0.000000 4989.857 0.000000

0.000000 0.000000 0.616749

(Nguồn: Kết quả phân tích từ Eviews)

Ma trận [Shock] được thiết lập từ Bảng 4.1 bên trên và kết quả ước lượng như sau:

2.268345 0 0

-239.9543 4989.857 0

0.023721 3.27E-06 0.616749

Hay nói cách khác:

(11)

Theo phương trình (11) cho thấy tất cả các cú sốc đều ảnh hưởng cùng chiều

đến giá trị thực của dầu. Kết luận này tương tự với Kilian (2009). Và có thể thấy cú

sốc nhu cầu thị trường cụ thể (oil-market specific demand shock) là ảnh hưởng

mạnh nhất đến giá trị thực của dầu, 1% thay đổi trong cú sốc thì giá thị thực của dầu

thay đổi khoảng 61%.

4.3.2 Xác định độ trễ tối ƣu

Để ước lượng mô hình VAR cần biết chính xác độ trễ tối ưu là bao nhiêu.

Bảng 4.4: Kết quả lựa chọn độ trễ tối ƣu cho mô hình VAR

Độ trễ LogL LR FPE AIC SC

-366.8805 NA 0.404881 10.44734 10.57481* 0

-337.2288 55.1272 0.275879 10.06278 10.70016 1

-320.0346 30.0293 0.26797 10.02914 11.17642 2

-315.499 7.410263 0.374292 10.35208 12.00926 3

-287.1574 43.11115* 0.270048 10.00443 12.17151 4

-269.5888 24.74453 0.267564 9.960247 12.63722 5

-251.3064 23.68988 0.264576* 9.895954* 13.08283 6

-241.3352 11.7969 0.338466 10.06578 13.76255 7

(Nguồn: Kết quả ước lượng từ Eviews)

Trong đó:

* là độ trễ được các tiêu chuẩn lựa chọn.

LR: sequential modified LR test statistic (Tiêu chuẩn LR).

FPE: Final prediction error (Sai số ước đoán).

AIC: Akaike information criterion (Tiêu chuẩn thông tin Akaike).

SC: Schwarz information criterion (Tiêu chuẩn thông Schwarz).

HQ: Hannan-Quinn information criterion (Tiêu chuẩn thông tin Hannan- Quinn).

Như vậy, độ trễ 0, 4 và 6 là những độ trễ để có thể ước lượng mô hình.

Thông qua kiểm định giá trị roots với độ trễ tối ưu là 4 (hình 4.1) thì các giá trị

roots đều nằm trong mô hình đơn vị nên mô hình VAR là ổn định.

Hình 4.1: Kiểm tra giá trị Roots

(Nguồn: Tổng hợp từ Eviews)

4.3.3 Kết quả kiểm định mức ý nghĩa của mô hình VAR

Ngoài phương pháp kiểm tra giá trị Roots đã được đề cập như Hình 4.1 cho thấy mô

hình VAR ổn định, tác giả thực hiện thêm hai phép kiểm định nữa để kiểm tra thêm

mức nghĩa thống kế của mô hình. Đó là kiểm định hiện tượng tự tương quan bằng

phương pháp LM Test Statistic và kiểm định hiện tượng phương sai thay đổi bằng

Kiểm định White.

Bảng 4.5: Kết quả kiểm định hiện tƣợng tự tƣơng quan LM Test Statistic

Lags LM-Stat Prob

25.386 0.0633 1

14.608 0.5535 2

15.614 0.4802 3

20.093 0.2161* 4

20.049 0.218 5

24.391 0.0813 6

(Nguồn: Tổng hợp từ Eviews)

Giả thuyết Ho: Không Có hiện tương tự tương quan phần dư.

 Kết quản kiểm định ở Bảng 4.5 cho thấy không còn hiện tượng tự tương quan

phần dư ở độ trễ tối ưu là 4 với mức ý nghĩa là 21.61%

Bảng 4.6: Kết quả kiểm định hiện tƣợng phƣơng sai thay đổi

- Kiểm định White

Chi-sq df Prob.

397.3 320 0.0021

(Nguồn: Tổng hợp từ Eviews)

Giả thuyết Ho: không còn hiện tương tự phương sai thay đổi

 Kết quả kiểm định ở Bảng 4.6 cho thấy xác suất xảy ra hiện tượng phương sai

không đổi chỉ có 0.21%

 Nhƣ vậy, phƣơng sai phần dƣ thay đổi.

Như vậy, kết quả kiểm định hiện tượng tự tương quan bằng phương pháp

LM Test Statistic cho thấy không còn hiện tượng tự tương quan. Nhưng, kết quả

kiểm định White cho thấy phương sai phần dư là thay đổi. Do vậy, tác giả giả định

phương sai phần dư là không đổi đối với phân tích VAR. Tác giả sẽ khắc phục hiện

tượng này thông quan mô hình Scalar-BEKK.

Hình 4.2 Đồ thị phân tích phản ứng xung giữa các cú sốc gía dầu và giá trị thực của dầu

(Nguồn: Kết quả vẽ từ số liệu sử dụng Eviews)

Trong đó:

Shock 1: Đại diện cho cú sốc cung dầu,

Shock 2: Đại diện cho cú sốc cầu dầu và

Shock 3: Đại diện cho cú sốc cầu dầu thị trường cụ thể (oil-market specific demand

shock),

Căn cứ vào đồ thị, trong ba cú sốc quyết định đến giá trị thực của dầu, chỉ có

cú sốc trong bản thân giá dầu (oil specific demand shock), tương tự với nghiên cứu

của G. Filis (2014) là có xu hướng rõ ràng nhất.

Hình 4.3 Ƣớc lƣợng các cú sốc giá dầu khác nhau từ năm 2009 đến 2015

(Nguồn: Kết quả vẽ từ số liệu sử dụng Eviews)

Kết luận cho thấy,

Giá trị thực của dầu tương quan dương với cú sốc cung dầu cú sốc cầu dầu

và tương quan với những biến đổi bất ổn của chính giá dầu trong hiện tại. Kết luận

này tương tự với Kilian (2009) nhưng trái ngược với G Flilis (2014), khi G. Filis

(2014) đã đề cập cú sốc cầu dầu ảnh hưởng ngược chiều đến giá trị thực của dầu

trong giai đoạn khủng khoảng 2007 - 2009.

Quan sát hình (4.2) và hình (4.3) có thể nhận thấy sự ảnh hưởng của các cú

sốc khác nhau đến giá trị thực của dầu thì không rõ ràng. Kết luận này giống với G.

Filis (2014). Trong ba cú sốc thì sự thay đổi trong cú sốc xuất phát từ tổng nhu cầu

dầu qua thời gian mạnh hơn so với hai cú sốc còn lại, nhưng cú sốc xuất phát từ cầu

dầu thị trường cụ thể (Oil-market demand shock) lại ảnh hưởng rõ ràng nhất đến giá

trị thực của dầu (kết luận này tương tự với kết luận của cả Kilan (2009), và G. Filis

(2014).

Một cú sốc xuất phát từ cầu dầu thị trường cụ thể (Oil-market demand shock)

sẽ làm sụt giảm giá trị thực của dầu trong ít nhất 03 kỳ quan sát. Còn cú sốc cung

dầu mặc dù gây ra sự tăng giá trị thực của dầu nhưng lại không rõ ràng và rất yếu.

4.4. Mối tƣơng quan biến đổi theo thời gian

4.4.1. Chỉ số thị trƣờng chứng khoán tổng hợp

Bảng 4.7 Mối quan hệ giữa lợi nhuận TTCK và các loại cú sốc giá dầu

Supply Side Aggregate Demand Oil Specific Demand

Covariance Shock Shock Shock

-0.00073931 -0.000793596 0.053189308 RVN-INDEX

(Nguồn: Số liệu thống kê từ Eviews)

Với điều kiện phương sai thay đổi, sự thay đổi của cú sốc giá dầu khác nhau

có ảnh hưởng đến sự thay đổi của lợi nhuận thị trường chứng khoán Việt Nam:

- Phản ứng của lợi nhuận thị trường chứng khoán Việt Nam trước sự thay đổi

của cú sốc giá dầu, có nguồn gốc từ cú sốc cung dầu là NGƯỢC CHIỀU .

Tương tự kết luận của Filis, G.(2014) đối với chỉ số Shanghai của Trung

Quốc

- Phản ứng của lợi nhuận thị trường chứng khoán Việt Nam trước sự thay đổi

của cú sốc giá dầu, có nguồn gốc từ cú sốc cầu dầu là NGƯỢC CHIỀU.

Tương tự kết luận của Filis, G.(2014) đối với chỉ số Shanghai của Trung

Quốc.

- Phản ứng của lợi nhuận thị trường chứng khoán Việt Nam trước sự thay đổi

của cú sốc dầu cụ thể (sự không chắc chắc của giá dầu) là CÙNG CHIỀU.

Tương tự kết luận của Filis, G.(2014) đối với chỉ số Shanghai của Trung

Quốc và NYSE của Mỹ.

Ngoài ra, theo Bảng 4.2 cho thấy tương quan xảy ra mạnh nhất là giữa lợi

nhuận tổng hợp của thị trường chứng khoán Việt Nam với cú sốc xuất phát từ nhu

cầu dầu thị trường cụ thể (tương tự với kết luận của Filis, G.(2014), còn đối với cú

sốc cung dầu hay cú sốc cầu dầu, mặc dù có xuất hiện mối quan hệ nhưng lại không

rõ ràng và yếu.

Hệ số tương quan của giá dầu với RVN-INDEX là âm. Điều này có nghĩa là

khi loại tài sản này lao dốc thì thị trường chứng khoán Việt Nam sẽ có nhiều khả

năng tăng trưởng.

Ngoại lệ giai đoạn cuối năm 2014 xảy ra là do các mã Dầu khí (có vốn hóa

rất lớn và ảnh hưởng mạnh đến chỉ số thị trường ) đã tăng khá nóng trong 24 tháng

trước đó và khối ngoại bán ròng khá mạnh nhóm cổ phiếu này. Vì vậy, sự lo ngại

của các nhà đầu tư trong thời gian gần đây về việc giá các tài sản này lao dốc mạnh

có thể kéo theo sự sụt giảm mạnh của thị trường là không thực sự hợp lý.

Hình 4.4 Tƣơng quan giữa lợi nhuận thị trƣờng chứng khoán Việt Nam và

các cú sốc giá dầu

(Nguồn: Vẽ từ phần mềm Eviews)

4.4.2. Chỉ số các lĩnh vực công nghiệp

Kết quả nghiên cứu về mối quan hệ giữa các loại cú sốc giá dầu và lợi nhuận

các ngành công nghiệp được thể hiện ở Bảng sau:

Theo Bảng 4.4, ta có thể thấy rằng đối với từng lĩnh vực công nghiệp cụ thể,

các cú sốc khác nhau trong giá dầu ảnh hưởng khác nhau đến lợi nhuận tổng hợp

của ngành.

Bảng 4.8 Kết quả phân tích mối quan hệ giữa các cú sốc giá dầu, các ngành

công nghiệp cụ thể và chỉ số VN30

Supply Side Aggregate Oil Specific Demand Chỉ tiêu Shock Demand Shock Shock

RVN-NL -0.013076232 -0.028983877 0.003762642

RVN-BANK 0.066025088 0.022659842 0.004807993

RVN-GT -0.084116987 -0.011543875 0.000410831

RVN-BL -0.006470554 -0.000321189 0.041722646

RVN-XD 0.011902245 0.003128287 0.073653524

RVN30 -0.017525201 -0.018165873 0.013547526

(Nguồn: Phân tích từ phần mềm Eviews)

Cú sốc cung dầu thay đổi 1% thì VN30 Giảm 1,75%, cú sốc tổng cầu thay

đổi 1% thì VN30 giảm 1,8%, cú sốc trong giá dầu thay đổi 1% thì VN30 tăng 1,3%.

Ngoài ra, từ những kết quả thực nghiệm ở trên, ta có thể thấy rằng: Tuy đã

từng có nhiều ý kiến xoay xung quanh việc VN30 có mối quan hệ gì với VN-Index

hay không, tuy nhiên, một trong những điều thú vị khi thực hiện nghiên cứu trên 2

chỉ số là VN30 và VN-Index cho ra kết quả tương đối giống nhau khi phản ứng với

các cú sốc giá dầu.

Mục đích của VN30 là nhằm để khắc phục những hạn chế của chỉ số VN-

Index hiện tại và tạo nên sự đồng bộ với các thông lệ quốc tế về cơ cấu chỉ số và

khả năng so sánh về sinh lợi của chỉ số cổ phiếu trên sàn HOSE với các sàn giao

dịch chứng khoán trong khu vực, đồng thời nâng HOSE lên ngang tầm với các sở

giao dịch chứng khoáng trong khu vực và trên thế giới. Đồng thời VN30 còn giúp

tạo ra hàng hóa cơ sở cho các sản phẩm phái sinh do HOSE dự kiến sẽ triển khai

trong tương lai và xây dựng một chỉ số có quy mô đủ lớn và hiệu quả để có thể đại

diện được cho toàn thể các cổ phiếu niêm yết trên sàn HOSE.

Tương tự, đối với ngành dầu khí – năng lượng, cú sốc cung dầu thay đổi 1%

thì ngành dầu khí – năng lượng giảm 1,3%, cú sốc tổng cầu thay đổi 1% thì lợi

nhuận nhóm ngành này giảm 2,2%; cú sốc trong phòng ngừa rủi ro giá dầu thay đổi

1% thì lợi nhuận ngành tăng 0,3%.

Một điều khá thú vị, đối với lợi nhuận nhóm ngành ngân hàng khi 3 loại cú

sốc đều biến động cùng chiều với lợi nhuận ngành. Cụ thể, khi cú sốc cung tăng

1%, lợi nhuận ngành theo đó tăng rất mạnh đạt mức 6,6%, tương tự, với cú sốc tổng

cầu tăng 1% thì lợi nhuận ngành tăng 2,2%, yếu nhất là cú sốc trong phòng ngừa rủi

ro giá dầu cụ thể thay đổi 1% thì lợi nhuận ngành tăng nhẹ 0,4%. Ta cũng có thể

thấy hiện tượng tương tự ở ngành xây dựng, tuy nhiên, cú sốc phòng ngừa rủi ro giá

dầu lại có tác động mạnh nhất với lợi nhuận của ngành khi 1% làm lợi nhuận ngành

tăng đến 7,36%.

Có thể thấy:

- Cú sốc giá dầu, có nguồn gốc từ cú sốc cung dầu tác động cùng chiều đến chỉ

số ngành ngân hàng và xây dựng. Ngược lại, đối với VN30, ngành giao

thông vận tải, năng lượng hay bán lẻ thì lại có tác động ngược chiều. Trong

đó, tương quan mạnh nhất là giữa cú sốc cung dầu với ngành năng lượng, và

tương quan yếu nhất đối với ngành bán lẻ. Giá dầu giảm mạnh nhiều khả

năng sẽ tác động mạnh đến triển vọng kinh doanh của nhóm cổ phiếu năng

lượng trong năm 2015. Đây sẽ là một điểm trừ đối với việc đầu tư vào nhóm

cổ phiếu này. Ở chiều ngược lại, việc giá xăng dầu giảm mạnh được kỳ vọng

sẽ thúc đẩy các doanh nghiệp điều chỉnh giá bán và thúc đẩy tiêu dùng gia

tăng trở lại.

- Cú sốc giá dầu, có nguồn gốc từ cú sốc cầu dầu cũng có mối tương quan với

chỉ số đại diện cho các ngành công nghiệp, tương tự như cú sốc cung dầu.

Trong đó, tương quan ngược chiều xảy ra giữa cú sốc cầu dầu với các ngành

như: Năng lượng, giao thông vận tải hay bán lẻ và chỉ số VN30. Tương quan

dương xảy ra giữa cú sốc cầu dầu với ngành ngân hàng và xây dựng.

- Cuối cùng, sự thay đổi của cú sốc giá dầu, có nguồn gốc từ nhu cầu dầu thị

trường cụ thể (cú sốc phòng ngừa) tạo ra sự thay đổi cùng chiều với tất cả

các ngành. Kết quả khá giống khi phân tích tương quan giữa sự thay đổi của

cú sốc có nguồn gốc từ nhu cầu dầu thị trường cụ thể với chỉ số lợi nhuận

tổng hợp VN-Index (như thảo luận ở phần trước đó)

- Ngành năng lƣợng: Kết quả hoàn toàn trái ngược với Trung Quốc hay Mỹ

theo nghiên cứu của Filis, G.(2014), điều này có thể là do chính sách giá dầu

của Việt Nam. Ở Việt Nam, ngành năng lượng cơ bản bị chi phối với chính

phủ, do đó việc giá dầu sẽ không có nhiều tác động lắm đối với ngành, do đó

lợi nhuận của ngành sẽ có những khác biệt so với nghiên cứu của các tác giả

nước ngoài.

o Cú sốc cung dầu ảnh hưởng ngược chiều

o Cú sốc cầu dầu ảnh hưởng ngược chiều, nhưng yếu

o Cú sốc cầu dầu thị trường cụ thể ảnh hưởng cùng chiều, nhưng yếu

- Ngành ngân hàng:

o Cú sốc cung dầu ảnh hưởng cùng chiều, mạnh nhất, hoàn toàn ngược

với nghiên cứu tại Trung Quốc hay Mỹ theo nghiên cứu của Filis,

G.(2014)

o Cú sốc cầu dầu ảnh hưởng cùng chiều, nhưng yếu, giống với nghiên

với Trung Quốc hay Mỹ theo nghiên cứu của Filis, G.(2014)

o Cú sốc cầu dầu thị trường cụ thể ảnh hưởng cùng chiều, nhưng yếu,

giống với nghiên tại Mỹ theo nghiên cứu của Filis, G.(2014)

- Ngành giao thông: Đây là tác giả thêm vào, không có trong nghiên cứu tại

Trung Quốc hay Mỹ theo nghiên cứu của Filis, G.(2014). Nguyên nhân là ở

Việt Nam, ngành giao thông vận tải/cảng/taxi chiếm 1 vị trí xương sống đối

với nền kinh tế nói chung và đối với thị trường chứng khoán nói chung. Kết

quả của mô hình như sau:

o Cú sốc cung dầu ảnh hưởng ngược chiều, nhưng yếu

o Cú sốc cầu dầu ảnh hưởng ngược chiều, nhưng yếu

o Cú sốc cầu dầu thị trường cụ thể ảnh hưởng cùng chiều, nhưng yếu

- Ngành Bán lẻ: Kết quả hoàn toàn ngược với kết luận trong nghiên cứu tại

Trung Quốc hay Mỹ theo nghiên cứu của Filis, G.(2014), khi Filis, G.(2014)

kết luận không có xu hướng rõ ràng tại Trung Quốc và Mỹ

o Cú sốc cung dầu ảnh hưởng ngược chiều, nhưng yếu

o Cú sốc cầu dầu ảnh hưởng ngược chiều, nhưng yếu

o Cú sốc cầu dầu thị trường cụ thể ảnh hưởng cùng chiều, mạnh nhất

trong 3 cú sốc

- Ngành Xây dựng: Kết quả hoàn toàn ngược với kết luận trong nghiên cứu

tại Trung Quốc hay Mỹ theo nghiên cứu của Filis, G.(2014), khi Filis,

G.(2014) kết luận không có xu hướng rõ ràng tại Trung Quốc và Mỹ

o Cú sốc cung dầu ảnh hưởng cùng chiều, nhưng yếu

o Cú sốc cầu dầu ảnh hưởng cùng chiều, nhưng yếu

o Cú sốc cầu dầu thị trường cụ thể ảnh hưởng cùng chiều, mạnh nhất

Các kết quả phân tích đối với thị trường Việt Nam có sự khác biệt so với phân

tích tại Trung Quốc và Mỹ (như của Filis, G.(2014)) khi phân tích cú sốc cung

dầu hay cầu dầu, tuy nhiên đối với cú sốc trong sự thay đổi giá dầu thì giống với

Trung Quốc và Mỹ.

4.4.3 Kiểm định mô hình

Kiểm định tính chính xác của mô hình Scalar - BEKK (M-GARCH BEKK)

*Kiểm định Wald

Đầu tiên, tác giả tiến hành kiểm định Wald để chắc chắn các tham số ước lượng của

phương trình có ý nghĩa.

Giả thuyết Ho: Các tham số trong phƣơng trình điều kiện phƣơng sai thay đổi

đồng thời bằng 0.

Kết quả kiểm định Wald như Bảng 4.9 trình bày bên dưới.

Bảng 4.9 Kết quả kiểm định Wald đối với

Wald Test:

System: GARCH1

Test Statistic

Value

Probability

Chi-square

132329.8

0.0000

Null Hypothesis: C(5)=0,C(6)=0,C(7)=0,C(8)=0,C(9)=0,C(10

)=0,C(11)=0,C(12)=0,C(13)=0

Null Hypothesis Summary:

Normalized Restriction (= 0)

Value

Std. Err.

4922329.

C(5)

1141934.

-0.672908

C(6)

0.082598

0.480945

C(7)

0.104010

-0.305700

C(8)

0.032552

-0.422680

C(9)

0.232734

mô hình Scalar-BEKK (M- GARCH BEKK)

C(10)

0.837433

0.034333

C(11)

0.913583

0.028025

C(12)

0.837413

0.034336

C(13)

0.837379

0.034344

Restrictions are linear in coefficients.

(Nguồn: Tổng hợp từ Eviews)

Kết quả kiểm định cho thấy giả thuyết Ho bị bác bỏ.

=> Như vậy, kết quả ước lượng tương quan giữa cú sốc giá dầu và lợi nhuận thị

trường chứng khoán Việt Nam, trong điều kiện phương sai thay đổi (trình bày ở

Bảng 4.8), là có ý nghĩa thống kê.

*Kiểm định Likelihood Ratio

Mục tiêu của Kiểm định Likelihood Ratio là để chắc chắn việc ràng buộc Scalar của

mô hình M- GARCH BEKK, khi đưa vào là có ý nghĩa.

Giả thuyết Ho: Ràng Scalar của mô hình là không có ý nghĩa.

Đầu tiên, kết quả ước lượng M- GARCH BEKK, không có ràng buộc tạo ra giá trị

Avg. Log Likelihood (Ký hiệu là Lunrestricted) là -2.864903

Thứ hai, kết quả ước lượng M- GARCH BEKK, có ràng buộc tạo ra giá trị Avg.

Log Likelihood (Ký hiệu là Lrestricted) là -5.431119

Giá trị kiểm định Likelihood Ratio (LR test statistic) được tính toán theo công thức

χ2 (m) (12) LR= -2(Lrestricted – L unrestricted)

Trong đó: m là số phương trình ma trận ràng buộc, ở đây m =1

 Theo (18): LR = -2(-5.431119-(-2.864903) = 5.132432

Với χ2 (1) ở mức ý nghĩa, α = 10% là 2.71, thì LR > χ2 (1)

=>Giả thuyết Ho bị bác bỏ (sai số ở mức 10%)

=> Vậy, theo kết quả kiểm định Likelihood Ratio, khi ràng buộc Scalar được đưa

vào, thì mô hình Scalar- BEKK, ước lượng tương quan giữa cú sốc giá dầu và lợi

nhuận thị trường chứng khoán Việt Nam, trong điều kiện phương sai thay đổi vẫn

có ý nghĩa thống kê.

CHƢƠNG V: KẾT LUẬN

5.1 Những kết luận chính:

Mục tiêu của bài nghiên cứu này để ước tính tác động của cú sốc giá dầu lên

lợi nhuận thị trường chứng khoán Việt Nam là như thế nào. Trong nhiều năm vừa

qua, mối hệ giữa giá dầu thô thế giới và thị trường chứng khoán Việt Nam là vấn đề

được quan tâm nhiều nhất. Gần đây hơn, khi giá dầu thế giới liên tục lao đầu thì thị

trường chứng khoán Việt Nam cũng liên tục sụt giảm giá trị gây nên tâm lý hoảng

loạn cho nhà đầu tư.

Kết quả nghiên cứu chính của tác giả đã cho thấy:

(1) Sự tác động của các loại cú sốc giá dầu khác nhau lên lợi nhuận thị

trường chứng khoán Việt Nam, trong điều kiện phương sai thay đổi là khác nhau.

Sự thay đổi trong cú sốc giá dầu có nguồn gốc từ cú sốc cung dầu tạo ra sự

thay đổi ngược chiều trong lợi nhuận thị trường chứng khoán Việt Nam. Sự thay đổi

trong cú sốc của cú sốc giá dầu, có nguồn gốc từ cú sốc cầu dầu tạo ra sự thay đổi

ngược chiều trong lợi nhuận thị trường chứng khoán Việt Nam. Và sự thay đổi

trong cú sốc cầu dầu thị trường cụ thể tạo ra sự thay đổi cùng chiều trong lợi nhuận

thị trường chứng khoán Việt Nam

(2) Thị trường chứng khoán Việt Nam cho biến động trước các cú sốc giá

dầu thế giới. Kết quả hồi quy mô hình Scalar – BEKK cho thấy, ví dụ: với 1% sự

thay đổi trong cú sốc giá dầu có nguồn gốc từ cú sốc cung dầu (có thể tạo ra sự thay

đổi khoảng 2.37% trong giá trị thực của dầu) thì thị trường chứng khoán việt Nam

thay đổi theo tới 0.7 % giá trị. Tương tự với các loại cú sốc khác.

(3) Các loại cú sốc khác nhau có ảnh hưởng khác nhau đối với các ngành

công nghiệp được lựa chọn nghiên cứu.

5.2 Hạn chế của đề tài:

Đầu tiên, cũng như những nghiên cứu khác, bài nghiên cứu này cũng có một

số hạn chế. Trước hết là dữ liệu nghiên cứu. TTCK Việt Nam ra đời từ năm 2000

nhưng dữ liệu về VN30, chỉ số của các ngành công nghiệp được lựa chọn trong

nghiên cứu chỉ được thống kê từ năm 2009 nên chưa thể hiện được đầy đủ diễn biến

và tác động giữa các biến với nhau kể từ khi TTCK được hình thành.

Thêm vào đó, mặc dù kết quả nghiên cứu đã đạt được mục tiêu nghiên cứu

ban đầu đề ra, nhưng nghiên cứu vẫn còn nhiều hạn chế. Cụ thể, tác giả đã sử dụng

biến SLSTEEL (sản lượng sản xuất thép toàn cầu) để đại diện cho chỉ số hoạt động

kinh tế toàn cầu, hay đó chính là đại diện của tổng nhu cầu dầu thế giới. Ngoài ra,

thị trường chứng khoán của Việt Nam được điều hành bởi nhiều quy định và chính

sách của nhà nước. Vì vậy, nghiên cứu cũng có thể được mở rộng ra với việc đưa

thêm những hạn chế về chính sách vào nghiên cứu.

Thứ hai, nghiên cứu chỉ tập trung vào xem xét tác động của các biến giá dầu

thế giới mà chưa xem xét đến các yếu tố khác như: đầu tư nước ngoài, chỉ số sản

xuất công nghiệp, lạm phát, các yếu tố nội bộ công ty v.v…nên chưa thể hiện rõ

TTCK chịu tác động chủ yếu bởi nhân tố nào. Việc đưa thêm các biến vi mô và vĩ

mô khác vào nghiên cứu sẽ giúp nhà đầu tư có cái nhìn tổng quan tốt hơn về TTCK

Việt Nam và có thể lý giải được lý do vì sao giá chứng khoán trong nước chịu tác

động bởi cú sốc giá dầu thế giới. Thêm một vấn đề nữa là tác giả chưa thực hiện các

phương pháp kiểm định cho mô hình Scalar - BEKK.

Ngoài ra, nghiên cứu chỉ tập trung vào tác động của cú sốc giá dầu đến lợi

nhuận chứng khoán của các công ty niêm yết trên Sở giao dịch chứng khoán

TPHCM. Mặc dù chứng khoán của các công ty niêm yết trên Sở giao dịch TPHCM

có thể là đại diện tốt cho TTCK Việt Nam, tuy nhiên nếu thực hiện nghiên cứu trên

cả Sở giao dịch chứng khoán TPHCM và Sở giao dịch chứng khoán Hà Nội có thể

sẽ cho kết luận có tính khái quát tốt hơn về TTCK Việt Nam.

5.3 Kiến nghị và hƣớng nghiên cứu tiếp theo:

Mặc dù kết quả mô hình SVAR cho thấy giá chứng khoán biến động cùng

chiều với giá dầu, tuy nhiên theo tác giả sự biến động cùng chiều này có thể do ảnh

hưởng tích cực của các yếu tố khác hơn là tác động của giá dầu thế giới. Dựa trên lý

thuyết kỳ vọng về tác động của giá dầu thế giới đến TTCK, tác giả đề xuất một số ý

kiến nhằm góp phần ổn định và phát triển bền vững thị trường chứng khoán Việt

Nam trong thời gian sắp tới:

Tiếp tục phát triển sản xuất dầu, gia tăng nguồn dự trữ dầu trong nước và

tăng cường sử dụng các nguồn nguyên liệu thay thế dầu: Việt Nam là nước đang

phát triển với tốc độ tương đối nhanh và ổn định trong thời gian gần đây. Với mục

tiêu trở thành một nước công nghiệp hóa đến năm 2020, chắc chắn nhu cầu sử dụng

dầu và các chế phẩm từ dầu mỏ tiếp tục sẽ là một áp lực lớn đối với Việt Nam. Khi

đó ảnh hưởng của giá dầu đối với thị trường chứng khoán trong nước nói riêng cũng

như đối với nền kinh tế nói chung sẽ tiếp tục gia tăng nếu Việt Nam không có

những chính sách, định hướng dài hạn nhằm hạn chế những tác động này. Vì vậy,

ngay từ bây giờ Chính phủ nên có những chính sách ưu tiên phát triển sản xuất dầu

mỏ trong nước nhằm gia tăng nguồn dự trữ dầu, giảm bớt tác động của giá dầu

trong tương lai, đặc biệt là tránh được những rủi ro có thể xảy ra của sự đổ vỡ

nguồn cung dầu thế giới.

Ngoài ra, Chính phủ Việt Nam nên tăng cường liên kết với đối tác nước

ngoài nhằm nâng cao công nghệ chế biến dầu thô thành dầu tinh luyện để tăng

cường xuất khẩu dầu đã tinh luyện, góp phần tăng nguồn thu ngoại tệ cho Việt

Nam, ổn định thị trường ngoại hối trong nước. Song song với việc phát triển sản

xuất dầu trong nước, Chính phủ Việt Nam nên xem xét phát triển rộng rãi việc sử

dụng các nguồn nhiên liệu thay thế dầu mỏ như than, khí gas tự nhiên và năng

lượng tái tạo ... Và cuối cùng, Việt Nam nên gia tăng đối thoại với các quốc gia xuất

khẩu dầu lửa để tăng cường hợp tác đa phương và tối thiểu hóa những cú sốc giá

dầu có thể gây ra những ảnh hưởng bất lợi đến nền kinh tế trong nước.

Kết quả nghiên cứu tuy còn một vài hạn chế nhưng tác giả hy vọng rằng việc

khám phá ra được các cú sốc có nguồn gốc khác nhau sẽ ảnh hưởng không giống

nhau đến lợi nhuận thị trường chứng khoán Việt nam, sẽ bổ sung cho các nghiên

cứu trước đó về cú sốc giá dầu, thị trường chứng khoán Việt Nam và giúp cho

những nhà hoạch định chính sách, những nhà đầu tư và những nhà quản trị rủi

ro...hiểu được sự tác động của cú sốc giá dầu lên thị trường chứng khoán Việt Nam

là như thế nào. Từ đó, những nhà hoạch định chính sách, những nhà đầu tư và

những nhà quản trị rủi ro... sẽ có những hành động để giảm được tổn thất và rủi ro

khi gia nhập vào thị trường chứng khoán Việt Nam./.

DANH MỤC TÀI LIỆU THAM KHẢO

Tài liệu tiếng Việt:

1. Hoàng Ngọc Nhậm (2007), “Giáo Trình Kinh Tế Lượng”, Đại học Kinh Tế

TP.HCM.

2. Lê Thị Minh Hương (2013), “Ảnh hưởng của biến động giá dầu lên các quyết

định đầu tư chiến lược Công ty”, Luận văn thạc sĩ, Đại học Kinh tế Thành phố

Hồ Chí Minh.

3. Nguyễn Ngọc Thanh (2011), “Bài Tập Kinh Tế Lượng”, Đại học kinh tế TP Hồ

Chí Minh.

4. Nguyễn Thị Liên Hoa (2012), “Tác động của cú sốc giá dầu đến nền kinh tế Việt

Nam và những dự báo cho giai đoạn 2012 – 2020”, Đề tài nghiên cứu khoa học

cấp trường. Trường Đại Học Kinh Tế.

5. Nguyễn Quang Minh (2015), “Giá vàng, giá dầu và thị trường chứng khoán”,

Tạp chí tài chính, Tháng 9/2015.

6. Nguyễn Văn Tiến (2005), “Tài chính quốc tế hiện đại trong nền kinh tế mở”,

Nhà xuất bản Thống Kê.

7. Phan Thị Bích Nguyệt và Phạm Dương Phương Thảo (2013), “ Phân tích tác

động của các nhân tố kinh tế vĩ mô đến thị trường chứng khoán Việt Nam”, Tạp

chí phát triển và Hội Nhập, số 8 (18) - Tháng 01- 02/2013, Trang 34- 45.

8. Phạm Quang Tín (2011), “Phân tích các nhân tố ảnh hưởng đến giá chứng khoán

niêm yết trên Sở giao dịch chứng khoán Thành phố Hồ Chí Minh”, Luận văn

thạc sĩ, Đại học Kinh tế Thành phố Hồ Chí Minh.

9. Trần Ngọc Thơ, Nguyễn Ngọc Định (2011), “Tài Chính Quốc Tế”, Nhà xuất bản

Thống Kê.

10. Trần Ngọc Thơ, (2007), “Tài Chính Doanh Nghiệp Hiện Đại”, Đại học kinh tế

TP Hồ Chí Minh.

11. Trần Thị Minh Phương (2013), “Biến động giá dầu thế giới và thị trường chứng

khoán Việt Nam”, Luận Văn Thạc Sĩ. Đại học Kinh Tế TP Hồ Chí Minh.

12. Vũ Bằng (2013), “Thị trường chứng khoán Việt Nam: Ấn tượng 2013, kỳ vọng

2014 “, Tạp chí tài chính, Truy cập tại địa chỉ:

http://www.tapchitaichình.vn/Chung-khoan/Thi-truong-chung-khoan-Viet-Nam-

An-tuong-2013-ky-vong-2014/41211.tctc

Tài liệu Tiếng Anh:

13. Anoruo, E. and Mustafa, M. (2007), “An empirical investigation into the relation

of oil to stock market prices”, North American Journal of Finance and Banking

Research, 1, 1, pp. 22-46.

14. Baba, Engle, Kraft and Kroner (1990), “Multivariate Simultaneous Generalized

Arch”,EconometricTheory,Vol.11,No.1.(Mar.,1995),pp.122-150,

http://links.jstor.org/sici?sici=0266

4666%28199503%2911%3A1%3C122%3AMSGA%3E2.0.CO%3B2-Q

15. Basher, P. Sadorsky. (2006), “Oil price risk and emerging stock markets”,

Global Finance Journal 17 (2006) 224–251.

16. Blanchard, O., Quah, D., (1989), “The dynami c effects of aggregate demand

and supply disturbances”, The American Economic Review 79, 655– 673.

17. Bernanke, Ben S. (1986), “Alternative Explanations of the MoneyIncome

Correlation,” Carnegie-Rochester Conference Series on Public Policy, pp. 49-

100.

18. Bollerslev,Tim (1986), “Generalized autoregressive conditional

heteroscedasticity”, University of California at San Diego, La Jolla, CA 92093,

USA Institute of Economics, University of Aarhus, Denmark, Received May

1985, final version received February 1986

19. Burbridge, J., and A. Harrison. (1984), “Testing for the effects of oil-price rises

using vector autoregressions”, International Economic Review 25(1), 459-484.

20. Caporin & Michael McAleer. (2008), "Thresholds, News Impact Surfaces and

Dynamic Asymmetric Multivariate GARCH," "Marco Fanno" Working Papers

0064, Dipartimento di Scienze Economiche "Marco Fanno".

21. Caporin & Michael McAleer. (2011), "Ranking Multivariate GARCH Models

by Problem Dimension: An Empirical Evaluation," Working Papers in

Economics 11/23, University of Canterbury, Department of Economics and

Finance.

22. Christopher A. Sims and Thomas J. Sargent. (2011), "Empirical research on

cause and effect in the macroeconomy", Nobel Memorial Prize in Economic

Sciences.

23. Cong, R-G., Wei, Y-M., Jiao, J-L., Fan, Y. (2008), “Relationships between oil

price shock and stock market: An empirical analysis from China”, Energy

Policy, 36, 3544–3553.

24. Cuong C. và M. Ishaq Bhatti (2012), “Copula model dependency between oil

prices and stock markets: Evidence from China and Vietnam”, Journal of

International Financial Markets, Institutions and Money, Volume 22, Issue 4,

October 2012, Pages 758–773.

25. C.W.J. Granger and P. Newbold. (1974), “Spurious Regressions In

Econometrics”, Journal of Econometrics 2 (1974), p.111-120.

26. Dagher L, Hariri S El (2013), “The impact of global oil price shock on the

Lebanese stock market”, American University of Beirut, Department of

Economics, P.O.Box 11-0236, Riad El-Solh, Beirut 1107 2020, Lebanon.

27. Darby, M.R. (1982), “The price of oil and world inflation and recession”,

American Economic Review 72(4):738-751. Degiannakis, S., Filis, G., Kizys,

R., 2014. “The effects of oil price shock on stock market volatility: Evidence

from European data”. Energy J. 35, 35–56.

28. Dickey, D. A. and Fuller, W.A. (1976). "Distribution of First Order

Autoregressive Estimator," Proceedings of the Business and Economic Statistics

Section, American Statistical Association., pp. 278-281.

29. Dickey, D. A. and Fuller, W.A. (1979), "Distribution of the Estimators for

Autoregressive Time Series with a Unit Root ," J. American Statistical Assn.,

pp. 427-431.

30. Dickey, D. A. and Fuller, W.A. (1981). "Likelihood Ratio Statistics for

Autoregressive Time Series with a Unit Root ," Econometrica , pp. 1057-1072.

31. Donoso, D.I.C. (2009), “Oil Price Shock and Stock Markets”

32. El-Sharif, I., Brown, D., Burton, B., Nixon, B., and Russell, A. (2005).

“Evidence on the nature and extent of the relationship between oil prices and

equity values in the UK”, Energy Economics, 27(6), 819-830.

33. Engle and Granger, (1987), “Cointegration and Error Correction:

Representation,Estimation and Testing, Econometrica” , pp 251-276.

34. Engle, R. F. (2001), “Dynamic conditional correlation: A simple class of

multivariate GARCH models”, University of California San Diego, Department

of Economics.

35. Engle (R. F.) (2002), “Dynamic conditional correlation: A simple class of

multivariate generalized autoregressive conditional heteroscedasticity models”,

Journal of Business Economic Statistics, 20, 339-350.

36. Engle, R. F. & Sheppard, K. (2001), “Theoretical and empirical properties of

dynamic conditional correlation multivariate GARCH”, National Bureau

Economic Research, working paper, No 8554.

37. Engle, R.F., Kroner, K.F. (1995), ”Multivariate simultaneous generalized

ARCH”. Econ. Theory 11, 122–150.

38. Faff and Timothy J. Brailsford. (1999),” Oil price risk and the Australian stock

market”, Journal of Energy Finance & Development, vol. 4, issue 1, pages 69-

87.

39. Filis, G. (2014), “Macro economy, stock market and oil prices: Do meaningful

relationships exist among their cyclical fluctuations?”, Energy Economics 32

(2010), 877–886

40. Filis, G. (2014), David C. Broadstock a, b, “Oil price shock and stock market

returns: New evidence from the United States and China”, Int. Fin. Markets,

Inst. and Money 33 (2014), 417–433.

41. Filis, G., (2010). “Macro economy, stock market and oil prices: Do meaningful

relationships exist among their cyclical fluctuations?”Energy Econ. 32, 877–

886. http://www.sciencedirect.com/science/article/pii/S0140988310000551

42. Filis, G., Chatziantoniou, I., (2014), “Financial and monetary policy responses to

oil price shock: evidence from oil-importing and oil-exporting countries”,

Quant. Finance Account. 42, 709–729. Rev.

http://link.springer.com/article/10.1007%2Fs11156-013-0359-7

43. Filis, G., Degiannakis, S., Floros, C., (2011),” Dynamic correlation between

stock market and oil prices: The case ofoil-importing and oil-exporting

countries”, Int.Rev. Financ. Anal. 20, 152–164.

44. Francesco Ravazzoloa and Joaquin L. Vespignanib+ (2015),” A New Monthly

Indicator of Global Real Economic Activity”, Working paper, Centre for

Applied Macro- and Petroleum Economics (CAMP), April 13, 2015.

45. Gisser, M., and T.H. Goodwin. (1986), “Crude oil and the macroeconomy: Tests

of some popural notions”. Journal of Money, Credit and Banking 18(1), 95-103.

46. Gujarati, D. N. (2003). Basic econometrics, Fourth edition. McGraw-Hill, New

York.

47. Guo, Hui and Kliesen. (2005), “Oil Price Volatilityand U.S. Macroeconomic

Activity.” Federal Reserve Bank of St. Louis Review, November/December

2005, 87(6), pp. 669-83.

48. Greene, D.L., Donald W. Jones and Paul N. Leiby. (1998), “The Outlook for

U.S. Oil Dependence,” Energy Policy, vol. 26, no. 1, pp. 55-69.

49. Hamilton, J.D. (1983), “Oil and the macro economy since World War II”,

Journal of Political Economy 92(2):228-248Jam, D.H (2000),” What is an oil

shock?”, working paper, http://www.nber.org/papers/w7755.

50. Hammoudeh, S. and E. Eleisa. (2004), "Dynamic Relationships Among GCC

Stock Markets and NYMEX Oil Futures," Contemporary Economic Policy. Vol.

22, no.2 (April 2004), 250-269.

51. Huang, R. D., Masulis, R. W., Stoll, H. R. (1996), “Energy shock and financial

markets.” Journal of Futures Markets 16, 1-27.

52. Jones, C.M., and G. Kaul. (1996), “Oil and stock markets”, Journal of Finance

51(2):463-491.

53. Kilian, Lutz. (2008), "The Economic Effects of Energy Price Shock." Journal of

Economic Literature, 46(4): 871-909.

54. Kilian, Lutz. (2009). “Not all oil shock are alike: Disentangling demand and

supply shock in the crude oil market”. Am. Econ. Rev. 99, 1053–1069.

https://www.aeaweb.org/articles.php?doi=10.1257/aer.99.3.1053

55. Miller, J.I., and R.A. Ratti. (2009), “Crude oil and stock markets: Stability,

instability, and bubbles”. Energy Economics. Inpress. Available online by

ScienceDirect.Mork (1989).

56. Nandha, M., Faff, R., (2008), “Does oil move equity prices? A global view”.

Energy Econ. 30, 986–997.

57. Narayan K.Paresh and Narayan Seema (2009), “Modelling the impact of oil

prices on Vietnam’s stock prices”, Applied Energy (Impact Factor: 5.61).

01/2010; 87(1):356-361

58. Narayan, K.Paresh., Sharma, S.S., (2011), “New evidence on oil price and firm

returns”, J. Bank. Finance 35, 3253–3262.

59. Ramu Ramanathan (2002), “Introductory Econometrics with Applications 5th

edition”, Harcourt College Publisher.

60. Papapetrou, E. (2001), “Oil price shock, stock market, economic activity and

employment in Greece”, Energy Economics,23(5):511-532.

61. Park, J., and R.A. Ratti. (2008), “Oil price shock and stock markets in the U.S.

and 13 European countries”, Energy Economics 30:2587–2608.

62. Sadorsky, P. (2008), “Assessing the impact of oil prices on firms of different

sizes: its tough being in the middle”, Energy Policy 36, 3854–3861.

63. Silvennoinen, A., Terasvirta, T., (2009). In: Andersen, T.G., Davis, R.A., Kreiss,

J.P., Mikosch, T. (Eds.), “Multivariate GARCH models”, Handbook of

Financial Time Series. Springer, Berlin/Heidelber, pp. 201–229.

64. Sims, Christopher A. (1986), “Are Forecasting Models Usable for Policy

Analysis?” Federal Reserve Bank of Minneapolis Quarterly Review (Winter

1986), pp. 2-16.

Các nguồn khác:

65. Thu thập thông tin Chỉ số Giá cổ phiếu của các ngành công nghiệp trong bài

nghiên cứu tại trang web Cổ phiếu 68: www.cophieu68.vn

66. Thu thập thông tin Chỉ số VN-INDEX , VN30: www.hsx.vn

67. Thu thập thông tin Sản lượng thép toàn cầu từ website Hiệp hội sản xuất thép

thế giới: https://www.worldsteel.org/

68. Thu thập thông tin Tình hình tiêu thụ và nhập khẩu xăng dầu của Việt Nam từ

năm 2005 đến 2014 trên trang web Cơ quan năng lượng Hoa Kỳ:

http://www.eia.gov/

69. Thu thập thông tin Tình hình tiêu thụ và nhập khẩu xăng dầu của Việt Nam từ

năm 2005 đến 2014 trên trang web Tổng cục thống kê:

https://www.gso.gov.vn/Default. tabid=217

Danh mục các website tham khảo khác:

67. BP Statistical Review of World Energy 2015

http://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-

world-energy.html

68. Oeldorado (2009) -Studie - ExxonMobil

http://www.exxonmobil.com/Germany-German/PA/Files/oeldorado09.pdf

PHỤ LỤC

Kết quả kiểm định ADF

Null Hypothesis: SLOIL has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -2.144450 -3.517847 -2.899619 -2.587134

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(SLOIL) Method: Least Squares Date: 10/29/15 Time: 17:07 Sample (adjusted): 2009M03 2015M07 Included observations: 77 after adjustments

Coefficient

Std. Error

t-Statistic

-0.257204 0.820409 19.15314

Prob.* 0.2283 Prob. 0.0353 0.0000 0.0375

Variable SLOIL(-1) D(SLOIL(-1)) C

0.119940 0.146172 9.041099

-2.144450 5.612646 2.118453

-0.323506 2.703893 4.502097 4.593415 4.538623 2.042854

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.322953 Mean dependent var 0.304654 S.D. dependent var 2.254705 Akaike info criterion 376.1935 Schwarz criterion -170.3308 Hannan-Quinn criter. 17.64909 Durbin-Watson stat 0.000001

Kết quả kiểm định đối với biến SLOIL:

Null Hypothesis: DSLSTEEL has a unit root Exogenous: Constant Lag Length: 11 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -2.342685 -3.531592 -2.905519 -2.590262

Prob.* 0.1620

Kết quả kiểm định đối với biến dSLSTEEL:

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(DSLSTEEL) Method: Least Squares Date: 10/29/15 Time: 17:17 Sample (adjusted): 2010M01 2015M07 Included observations: 67 after adjustments

Coefficient

Std. Error

t-Statistic

-1.511173 0.300999 0.351933 0.286613 -0.001275 -0.235592 -0.318606 -0.331423 -0.328517 -0.308426 -0.350589 -0.593277 426.6573

Variable DSLSTEEL(-1) D(DSLSTEEL(-1)) D(DSLSTEEL(-2)) D(DSLSTEEL(-3)) D(DSLSTEEL(-4)) D(DSLSTEEL(-5)) D(DSLSTEEL(-6)) D(DSLSTEEL(-7)) D(DSLSTEEL(-8)) D(DSLSTEEL(-9)) D(DSLSTEEL(-10)) D(DSLSTEEL(-11)) C

0.645060 0.595081 0.539692 0.489392 0.443887 0.394156 0.336543 0.282784 0.242436 0.211410 0.174857 0.108520 530.7997

-2.342685 0.505812 0.652101 0.585652 -0.002873 -0.597712 -0.946704 -1.172004 -1.355067 -1.458897 -2.005007 -5.466970 0.803801

Prob. 0.0229 0.6150 0.5171 0.5605 0.9977 0.5525 0.3480 0.2463 0.1810 0.1504 0.0500 0.0000 0.4250

-32.46269 10928.73 19.22292 19.65069 19.39219 2.001414

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.924701 Mean dependent var 0.907967 S.D. dependent var 3315.433 Akaike info criterion 5.94E+08 Schwarz criterion -630.9677 Hannan-Quinn criter. 55.26149 Durbin-Watson stat 0.000000

Kết quả kiểm định đối với biến PROIL:

Null Hypothesis: PROIL has a unit root Exogenous: Constant Lag Length: 3 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -7.480697 -3.520307 -2.900670 -2.587691

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Prob.* 0.0000

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RPRICEOIL) Method: Least Squares Date: 10/29/15 Time: 17:13

Sample (adjusted): 2009M05 2015M07 Included observations: 75 after adjustments

Coefficient

Std. Error

t-Statistic

-2.059696 1.047824 0.374269 0.351179 0.000865

Variable PROIL(-1) D(PROIL(-1)) D(PROIL(-2)) D(PROIL(-3)) C

0.275335 0.223931 0.158717 0.112012 0.072545

-7.480697 4.679236 2.358088 3.135176 0.011921

Prob. 0.0000 0.0000 0.0212 0.0025 0.9905

-0.003569 1.062355 1.972515 2.127014 2.034204 2.030264

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.669203 Mean dependent var 0.650300 S.D. dependent var 0.628228 Akaike info criterion 27.62696 Schwarz criterion -68.96929 Hannan-Quinn criter. 35.40251 Durbin-Watson stat 0.000000

Null Hypothesis: RVNI has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -7.463345 -3.516676 -2.899115 -2.586866

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RVNI) Method: Least Squares Date: 10/29/15 Time: 17:14 Sample (adjusted): 2009M02 2015M07 Included observations: 78 after adjustments

Coefficient

Std. Error

t-Statistic

-0.845580 0.008057

Variable RVNI(-1) C

0.113298 0.008238

-7.463345 0.978054

Prob.* 0.0000 Prob. 0.0000 0.3312

0.001219 0.094558 -2.390631 -2.330203 -2.366441 1.948728

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.422938 Mean dependent var 0.415345 S.D. dependent var 0.072302 Akaike info criterion 0.397293 Schwarz criterion 95.23462 Hannan-Quinn criter. 55.70153 Durbin-Watson stat 0.000000

Kết quả kiểm định đối với biến RVNI:

Null Hypothesis: RVNBANK has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -7.571080 -3.516676 -2.899115 -2.586866

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RVNBANK) Method: Least Squares Date: 10/29/15 Time: 17:18 Sample (adjusted): 2009M03 2015M08 Included observations: 78 after adjustments

Coefficient

Std. Error

t-Statistic

-0.861470 0.004236

Variable RVNBANK(-1) C

0.113784 0.009635

-7.571080 0.439609

Prob.* 0.0000 Prob. 0.0000 0.6615

-7.07E-05 0.111781 -2.068207 -2.007779 -2.044017 1.779450

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.429948 Mean dependent var 0.422448 S.D. dependent var 0.084950 Akaike info criterion 0.548451 Schwarz criterion 82.66008 Hannan-Quinn criter. 57.32125 Durbin-Watson stat 0.000000

Kết quả kiểm định đối với biến RVNBANK:

Null Hypothesis: RVNBL has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -8.049012 -3.516676 -2.899115 -2.586866

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Prob.* 0.0000

Augmented Dickey-Fuller Test Equation

Kết quả kiểm định đối với biến RVNBL:

Dependent Variable: D(RVNBL) Method: Least Squares Date: 10/29/15 Time: 17:21 Sample (adjusted): 2009M03 2015M08 Included observations: 78 after adjustments

Coefficient

Std. Error

t-Statistic

-0.848943 0.012942

Variable RVNBL(-1) C

0.105472 0.009005

-8.049012 1.437238

Prob. 0.0000 0.1548

0.002734 0.106468 -2.220081 -2.159653 -2.195890 1.716764

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.460176 Mean dependent var 0.453073 S.D. dependent var 0.078738 Akaike info criterion 0.471172 Schwarz criterion 88.58316 Hannan-Quinn criter. 64.78659 Durbin-Watson stat 0.000000

Null Hypothesis: RVNXD has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -6.872217 -3.516676 -2.899115 -2.586866

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RVNXAYDUNG) Method: Least Squares Date: 10/29/15 Time: 17:21 Sample (adjusted): 2009M03 2015M08 Included observations: 78 after adjustments

Coefficient

Std. Error

t-Statistic

-0.761029 -0.007665

-6.872217 -0.583752

Variable RVNXD(-1) C

0.110740 0.013131

Prob.* 0.0000 Prob. 0.0000 0.5611

0.000784 0.146066 -1.454440 -1.394012 -1.430249 1.970840

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.383254 Mean dependent var 0.375139 S.D. dependent var 0.115462 Akaike info criterion 1.013196 Schwarz criterion 58.72316 Hannan-Quinn criter. 47.22737 Durbin-Watson stat 0.000000

Kết quả kiểm định đối với biến RVNXD:

Null Hypothesis: RVNNL has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -8.507162 -3.516676 -2.899115 -2.586866

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RVNNL) Method: Least Squares Date: 10/29/15 Time: 17:23 Sample (adjusted): 2009M03 2015M08 Included observations: 78 after adjustments

Coefficient

Std. Error

t-Statistic

-0.896371 0.001248

Variable RVNNL(-1) C

0.105367 0.010932

-8.507162 0.114140

Prob.* 0.0000 Prob. 0.0000 0.9094

0.003553 0.133977 -1.812904 -1.752475 -1.788713 1.696124

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.487773 Mean dependent var 0.481033 S.D. dependent var 0.096516 Akaike info criterion 0.707970 Schwarz criterion 72.70324 Hannan-Quinn criter. 72.37181 Durbin-Watson stat 0.000000

Kết quả kiểm định đối với biến RVNNL:

Null Hypothesis: RVNGT has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=11)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -4.173586 -3.517847 -2.899619 -2.587134

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Prob.* 0.0013

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RVNGT)

Kết quả kiểm định đối với biến RVNGT:

Method: Least Squares Date: 10/29/15 Time: 17:26 Sample (adjusted): 2009M04 2015M08 Included observations: 77 after adjustments

Coefficient

Std. Error

t-Statistic

-0.613627 -0.303619 -0.006441

-4.173586 -2.801890 -0.668441

Variable RVNGT(-1) D(RVNGT(-1)) C

0.147026 0.108362 0.009636

Prob. 0.0001 0.0065 0.5059

-0.005521 0.118840 -2.065090 -1.973772 -2.028564 1.919322

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.507302 Mean dependent var 0.493986 S.D. dependent var 0.084536 Akaike info criterion 0.528833 Schwarz criterion 82.50595 Hannan-Quinn criter. 38.09668 Durbin-Watson stat 0.000000

Luận văn Thạc sĩ Kinh tế: Cú sốc giá dầu và lợi nhuận thị trường chứng khoán - Bằng chứng thực nghiệm tại Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƢỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÊ NHẬT HUY

CÚ SỐC GIÁ DẦU VÀ LỢI NHUẬN THỊ TRƢỜNG

CHỨNG KHOÁN: BẰNG CHỨNG THỰC NGHIỆM

TẠI VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

TP. Hồ Chí Minh – Năm 2015

TRƢỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

LÊ NHẬT HUY

CÚ SỐC GIÁ DẦU VÀ LỢI NHUẬN THỊ TRƢỜNG

CHỨNG KHOÁN: BẰNG CHỨNG THỰC NGHIỆM

TẠI VIỆT NAM

Chuyên ngành: Tài Chính - Ngân Hàng

Mã Số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƢỜI HƢỚNG DẪN KHOA HỌC:

PGS.TS NGUYỄN THỊ NGỌC TRANG

TP. Hồ Chí Minh – Năm 2015

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG BIỂU

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

TÓM TẮT

CHƢƠNG 1: GIỚI THIỆU CHUNG

Chỉ tiêu

2005 2006

2007 2008 2009 2010 2011 2012 2013 2014

97% 100% 91% 99% 96% 72% 63% 64% 63% 52%

CHƢƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU TRƢỚC ĐÂY

CHƢƠNG 3: PHƢƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU

3. Khái quát phƣơng pháp nghiên cứu

STT

CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU

ADF

KPSS

CHƢƠNG V: KẾT LUẬN

5.1 Những kết luận chính:

DANH MỤC TÀI LIỆU THAM KHẢO

PHỤ LỤC

Kết quả kiểm định đối với biến PROIL:

Có thể bạn quan tâm

Bài tập lớn: Phương pháp nghiên cứu khoa học trong kinh tế

Các yếu tố tác động đến khả năng sinh lời tại các công ty thuộc nhóm ngành xây dựng niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh

Luận văn Thạc sĩ: Chế tạo và nghiên cứu tính chất điện, từ của vật liệu multiferroic Ba₀.₇Ca₀.₃TiO₃/ NiFe₂O₄

Luận văn Thạc sĩ: Nghiên cứu vật liệu biến hóa dạng chuỗi một chiều chế tạo từ kim loại đồng trên đế FR-4 hoạt động tại tần số MHz ứng dụng trong truyền năng lượng không dây

Luận văn Thạc sĩ: Đánh giá khả năng tác động tới môi trường biển của việc xả nước thải từ sự cố nhà máy điện hạt nhân Fukushima sử dụng công cụ ERICA

Luận văn Thạc sĩ: Xây dựng mô hình đầu dò nơtron và gamma sử dụng nhấp nháy EJ-276 ghép nối với mảng nhân quang silicon

Luận văn Thạc sĩ: Đánh giá khả năng ảnh hưởng của bức xạ ion hóa đến sức khỏe cư dân khu vực mỏ đất hiếm Đông Pao, xã Bản Hon, huyện Tam Đường, tỉnh Lai Châu

Luận văn Thạc sĩ: Sử dụng phương pháp nhiễu xạ neutron khảo sát cấu trúc tinh thể và pha trật tự từ trong vật liệu Pr2FeCrO6

Luận văn Thạc sĩ: Nghiên cứu phân lập, xác định cấu trúc và hoạt tính ức chế NO của các hợp chất thứ cấp từ chủng vi nấm biển Aspergillus sp. CL251

Luận văn Thạc sĩ: Phân tích một số hợp chất bisphenol thôi nhiễm từ bao bì nhựa lên một số mẫu thực phẩm nền tinh bột

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá hoạt tính kháng khuẩn, kháng nấm của loài hoa mộc (Osmanthus fragrans (Thunb.) Lour.) ở Việt Nam

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá tác dụng kháng viêm của loài côi Turpinia montana (Blume) Kurz

Luận văn Thạc sĩ: Tổng hợp và đặc trưng tính chất vật liệu composite có cấu trúc nano chitosan–cyclodextrin/TiO₂–Ag

Luận văn Thạc sĩ: Nghiên cứu chế tạo và khảo sát một số tính chất của màng phủ trên cơ sở nhựa epoxy gốc nước và khung cơ kim - ZIF

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất napthoquinone chứa nguyên tố flo bằng phản ứng đa thành phần

Luận văn Thạc sĩ: Nghiên cứu điều chế vật liệu Bioglass và tổ hợp lai với polymer ALG-F127 định hướng ứng dụng trong điều trị nội nha

Luận văn Thạc sĩ: Khảo sát thành phần hóa học và hoạt tính ức chế enzyme α-glucosidase trên một số hợp chất phân lập từ thịt quả bình bát nước (Annona glabra L.).

Luận văn Thạc sĩ: Tổng hợp và đánh giá hoạt tính chống ung thư của hợp chất lai chứa khung tetrahydro-β-carboline và imidazo[1,5-a]pyridine

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất của benzazole

Luận văn Thạc sĩ: Nghiên cứu chiết tách lignin từ vỏ sầu riêng Ri6 (Durio zibethinus Murr.) và tổng hợp vật liệu biocomposite định hướng ứng dụng trong bảo quản sau thu hoạch

Tài liêu mới

Luận án Tiến sĩ: Nghiên cứu xây dựng thuật toán thích nghi và học tăng cường cấu trúc Actor - Critic điều khiển bám quỹ đạo cho robot di động đa hướng mecanum

Luận án Tiến sĩ: Cơ cấu bệnh tim mạch và chất lượng cuộc sống của người cao tuổi mắc suy tim, rung nhĩ điều trị tại Bệnh viện Thống Nhất, thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

Tóm tắt Luận án Tiến sĩ: Nghiên cứu xây dựng giải pháp đảm bảo an toàn thông tin cho quá trình học liên kết dựa trên mật mã

Tóm tắt Luận án Tiến sĩ: Phát triển năng lực đánh giá công nghệ cho học sinh trong dạy học môn Công nghệ 11 ở trường trung học phổ thông

Tóm tắt Luận án Tiến sĩ: Nghiên cứu phân loại chi cầu diệp – Bulbophyllum Thouars (Orchidaceae) ở vùng Tây Nguyên bằng phương pháp hình thái và phân tử

Tóm tắt Luận án Tiến sĩ: Nghiên cứu đặc điểm phân bố và dinh dưỡng của các loài lưỡng cư ở Vườn Quốc gia Bến En và Khu bảo tồn thiên nhiên Pù Luông, tỉnh Thanh Hóa

Luận án Tiến sĩ: Tổng hợp luật dẫn và điều khiển cho một lớp tên lửa đối hải trên cơ sở ứng dụng mạng nơ ron và hệ mờ

Luận án Tiến sĩ: Nghiên cứu tổng hợp hệ điều khiển góc Pitch tua bin gió trong điều kiện có nhiễu tác động

Luận án Tiến sĩ: Nghiên cứu hóa học lipid của hai loài san hô thủy tức Millepora dichotoma và Millepora platyphylla ở Việt Nam

Luận án Tiến sĩ: Nghiên cứu kiểm soát phân phối công suất kéo trên cầu chủ động của ô tô con bằng ABS

Luận án Tiến sĩ: Ứng dụng phản ứng Domino vào tổng hợp các dẫn xuất Podophyllotoxin, Pyrimidine và đánh giá hoạt tính sinh học của các chất tổng hợp được

Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và một số hoạt tính sinh học của cây chùm ngây (Moringa oleifera)

Tóm tắt Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và ứng dụng ức chế ăn mòn cho thép của cao chiết xuất từ cây Lộc vừng thuộc họ Lecythidaceae

Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê