BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM
VÕ THỊ ÁI TRÚC
VÀNG LÀ KÊNH TRÚ ẨN AN TOÀN HAY LÀ
CÔNG CỤ PHÒNG NGỪA RỦI RO ĐỐI VỚI
KÊNH ĐẦU TƯ CHỨNG KHOÁN – ỨNG DỤNG
MÔ HÌNH DCC-GARCH
LUẬN VĂN THẠC SĨ KINH TẾ
TP. Hồ Chí Minh – Năm 2017
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM
VÕ THỊ ÁI TRÚC
VÀNG LÀ KÊNH TRÚ ẨN AN TOÀN HAY LÀ
CÔNG CỤ PHÒNG NGỪA RỦI RO ĐỐI VỚI
KÊNH ĐẦU TƯ CHỨNG KHOÁN – ỨNG DỤNG
MÔ HÌNH DCC-GARCH
Chuyên ngành: Tài chính – Ngân hàng
Mã số: 60340201
LUẬN VĂN THẠC SĨ KINH TẾ
Người hướng dẫn khoa học:
TS. VŨ VIỆT QUẢNG
TP. Hồ Chí Minh – Năm 2017
LỜI CAM ĐOAN
Tôi cam đoan Luận văn Thạc sĩ Kinh tế với đề tài “Vàng là kênh trú ẩn an toàn hay
công cụ phòng ngừa rủi ro đối với kênh đầu tư chứng khoán? ứng dụng mô hình
DCC-GARCH” là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn của TS.
Vũ Việt Quảng.
Các số liệu, kết quả trong luận văn là trung thực và chưa từng được ai công bố trong
công trình nào khác.
Tôi sẽ chịu trách nhiệm về nội dung tôi trình bày trong luận văn này.
Thành phố Hồ Chí Minh, 2017
Tác giả
Võ Thị Ái Trúc
MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC CÁC TỪ VIẾT TẮT
DANH MỤC BẢNG BIỂU HÌNH VẼ
TÓM TẮT
CHƯƠNG 1: GIỚI THIỆU ......................................................................................... 1
1.1 Lí do hình thành đề tài ..................................................................................... 1
1.2 Mục tiêu nghiên cứu......................................................................................... 4
1.3 Câu hỏi nghiên cứu .......................................................................................... 4
1.4 Đối tượng và phạm vi nghiên cứu .................................................................... 5
Đối tượng nghiên cứu : ......................................................................................... 5
Phạm vi nghiên cứu : ............................................................................................ 5
1.5 Phương pháp nghiên cứu.................................................................................. 5
1.6 Ý nghĩa đề tài ................................................................................................... 5
1.7 Cấu trúc bài luận văn ....................................................................................... 6
CHƯƠNG 2: TỔNG QUAN CÁC BẰNG CHỨNG THỰC NGHIỆM .................... 7
2.1 Vàng là công cụ phòng ngừa rủi ro đối với các chỉ tiêu tài chính ................. 10
2.1.1 Phòng ngừa lạm phát ............................................................................... 10
2.1.2 Phòng ngừa dao động tỷ giá hối đoái ...................................................... 13
2.2 Vàng là kênh trú ẩn an toàn đối với các chỉ tiêu tài chính ............................. 14
2.3 Vàng vừa là công cụ phòng ngừa rủi ro, vừa là kênh trú ẩn an toàn đối với
chứng khoán: .......................................................................................................... 17
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG ............................ 24
3.1 Mẫu nghiên cứu và nguồn dữ liệu thu thập ................................................... 24
3.2 Mô tả khung biến và mô hình nghiên cứu ..................................................... 26
3.2.1 Mô tả khung biến .................................................................................... 26
3.2.2 Mô hình nghiên cứu ................................................................................ 27
3.3 Phương pháp kiểm định mô hình ................................................................... 33
CHƯƠNG 4: KẾT QUẢ NGUYÊN CỨU ............................................................... 35
4.1 Thống kê mô tả .............................................................................................. 35
4.1.1 Diễn biến của giá vàng và thị trường chứng khoán ................................ 35
4.1.2 Thống kê mô tả dữ liệu ........................................................................... 37
4.2 Các kiểm định trên phân tích dữ liệu chuỗi thời gian .................................... 39
4.2.1 Kiểm định tính dừng ............................................................................... 39
4.2.2 Kiểm định ảnh hưởng ARCH ................................................................. 40
4.3 Kết quả mô hình ............................................................................................ 42
CHƯƠNG 5: KẾT LUẬN ........................................................................................ 49
5.1 Kết luận về kết quả nghiên cứu ...................................................................... 49
5.2 Khuyến nghị đế tài ......................................................................................... 49
5.3 Những điểm hạn chế của luận văn ................................................................. 50
5.4 Những gợi ý cho hướng nghiên cứu tiếp theo ................................................ 50
DANH MỤC TÀI LIỆU THAM KHẢO
PHỤ LỤC
DANH MỤC TỪ VIẾT TẮT
Viết tắt Định nghĩa
Tên gọi của một khối bao gồm các nền kinh tế lớn
mới nổi gồm Brasil, Nga, Ấn Độ, Trung BRIC
Quốc và Nam Phi.
Chỉ số giá tiêu dùng CPI
Mô hình GARCH tương quan có điều kiện năng DCC-GARCH động.
Lãi suất liên ngân hàng Anh. LIBOR
Tỷ suất sinh lợi TSSL
Tỷ giá hối đoái TGHĐ
Mô hình vec-tơ tự hồi quy VAR
Mô hình hiệu chỉnh sai số VECM
Chỉ số thị trường chứng khoán Việt Nam VN-index
Hội đồng Vàng thế giới WGC
DANH MỤC BẢNG BIỂU HÌNH VẼ
Bảng-Hình Tên Trang
Bảng 2.1 Tóm tắt các nghiên cứu thực nghiệm 19
Biến thiên giá vàng và giá chứng khoán (VN- Hình 3.1 25
Index) trong giai đoạn 2007-2017
Biểu đồ 4.1 Biến động của lợi nhuận thị trường chứng khoán 36
Biểu đồ 4.2 Biến động của lợi nhuận thị trường vàng 36
Biểu đồ 4.3 Kết quả thống kê mô tả của lợi nhuận vàng 37
Biểu đồ 4.4 Kết quả thống kê mô tả của lợi nhuận chứng khoán 38
Bảng 4.1 Kết quả kiểm định ADF cho biến lợi nhuận Vàng 39
Kết quả kiểm định ADF cho biến lợi nhuận chứng Bảng 4.2 40
khoán
Kiểm định ảnh hưởng ARCH tỷ suất sinh lợi giá Bảng 4.3 41
vàng với độ trễ k=3
Kiểm định ảnh hưởng ARCH tỷ suất sinh lợi chứng Bảng 4.4 42
khoán với độ trễ k=3
Các hệ số ước lượng mô hình DCC-GARCH với Bảng 4.5 43
giá trị P-value tương ứng, tất cả các ước lượng
được thực hiện trên phần mềm Stata 13, Eview 8.0
và các dữ liệu tại thị trường Việt Nam theo tuần từ
1/2010 đến tháng 09/2017.
Đồ thị hiệp phương sai tương quan tỷ suất sinh lợi Biểu đồ 4.5 44
giữa biến tỷ suất sinh lợi đầu tư vàng và tỷ suất
sinh lợi đầu tư chứng khoán
Đồ thị hệ số tương quan tỷ suất sinh lợi giữa biến Biểu đồ 4.6 45
tỷ suất sinh lợi đầu tư vàng và tỷ suất sinh lợi đầu
tư chứng khoán
Biến động của giá vàng và chỉ số VN-Index trong Biểu đồ 4.7 46
thời gian nghiên cứu
TÓM TẮT
Bài nghiên cứu xem xét ý nghĩa của vàng trong mối quan hệ đầu tư chứng
khoán thông qua việc phân tích vai trò của vàng như là một kênh trú ẩn an toàn hay
là một công cụ phòng ngừa rủi ro đối với kênh đầu tư chứng khoán trong giai đoạn
từ 01/2010 đến tháng 09/2017. Bằng cách tiếp cận từ mô hình DCC-GARCH , kết
quả chỉ ra rằng có mối quan hệ tương quan phòng ngừa rủi ro giữa giá vàng và
chứng khoán, cung cấp bằng chứng về quan hệ giữa thị trường vàng tại thị trường
chứng khoán Việt Nam.
Từ khóa: Lợi nhuận vàng, lợi nhuận chứng khoán, DCC- GARCH
1
CHƯƠNG 1: GIỚI THIỆU
1.1 Lí do hình thành đề tài
Các thị trường tài chính và sự đa dạng của các công cụ tài chính ngày càng
tăng một cách đều đặn về cả số lượng và giá trị trong các thập niên gần đây. Sự tăng
trưởng này đồng thời đã làm gia tăng rủi ro cho các hệ thống tài chính và tạo ra nhu
cầu tiềm tàng về một kênh trú ẩn an toàn cho các nhà đầu tư. Lý thuyết tài chính chỉ
ra rằng khi mà thị trường tài chính sụt giảm, các kênh đầu tư thay thế ví dụ như
vàng gia tăng. Đầu tư vàng không những giúp đa dạng hóa danh mục đầu tư để
giảm thiểu rủi ro, mà còn giúp hạn chế những ảnh hưởng tiêu cực đến sức mua từ
lạm phát. Các nghiên cứu khoa học gần đây đã cho thấy thị trường vàng là “nơi trú
ẩn an toàn” khi có các dấu hiệu ảm đạm, bất ổn, hoặc khủng hoảng xuất hiện trên
thị trường trái phiếu và cổ phiếu. Sự tăng mạnh của giá vàng trong những năm 1970
khi xảy ra các cuộc khủng hoảng dầu lửa, khi sứ quán Mỹ ở Tehran (Iran) bị chiếm
đóng, lạm phát phi mã và thị trường chứng khoán bốc hơi, cũng như sự biến động
ngược chiều giữa giá vàng và chỉ số S&P500 kể từ cuộc khủng hoảng tài chính vào
giữa năm 2007 đã chứng minh cho quan điểm này. Kể từ khi bắt đầu cuộc khủng
hoảng tài chính vào 7/2007, giá vàng danh nghĩa đã tăng lên 42 %. Đỉnh điểm vào
quý 3 năm 2011, khi mà Standard & Poor’s hạ mức xếp hạng tín nhiệm của Mỹ và
chứng khoán gần như bước vào thị trường “con gấu” - giảm 20% từ mức cao thì giá
vàng giao ngay đạt mức kỷ lục trên $1900/oz. Hiệu suất của vàng là ấn tượng hơn
tất cả so với những tổn thất của các loại tài sản khác trong suốt cuộc khủng hoảng
tài chính gần đây. Do vậy, nhiều nhà đầu tư đã coi vàng là kênh đầu tư ít rủi ro nhất.
Khi mà các công cụ tài chính thường xuyên xem xét vàng như là một công
cụ phòng ngừa thì điều này lại hiếm khi được kiểm định trong các nghiên cứu trước
đây. Như đã biết, vàng là một kim loại quý và có tính thanh khoản cao, vì vậy nó
được phân loại như một hàng hoá và một tài sản chứng khoán. Vàng sở hữu các tính
chất tương tự như chứng khoán ở chỗ nó là một sự dự trữ giá trị, phương tiện trao
2
đổi và một đơn vị thanh toán (Goodman, 1956; Solt and Swanson,1981). Vàng cũng
đóng một vai trò quan trọng như là một kim loại quý với các tính chất giúp đa dạng
hoá danh mục đầu tư một cách đáng kể (Ciner, 2001). Vàng được sử dụng trong
công nghiệp, dùng làm đồ trang sức, là một tài sản đầu tư và tài sản dự trữ. Vàng
được dự trữ trong các ngân hàng trung ương và trong các tổ chức tài chính quốc tế,
chiếm đến 32.000 tấn (Tully và Lucey, 2007). Trong những năm gần đây, nhu cầu
vàng gia tăng đáng kể, do suy thoái kinh tế thế giới, lạm phát cao, sự mất giá của
đồng đôla và sự sụt giảm sản lượng vàng thế giới. Những lý do này đã gây nên sự
biến động cao trên thị trường chứng khoán, vì các nhà đầu tư có xu hướng xây dựng
lại các danh mục đầu tư của mình bằng cách thay thế một phần các cổ phiếu họ nắm
giữ bằng vàng để phòng ngừa các rủi ro. Mặc dù nhiều nghiên cứu thực nghiệm đã
được tiến hành trên sự biến động thị trường chứng khoán toàn thế giới, chỉ có một
số ít nghiên cứu về sự biến động TSSL của vàng là được thực hiện. Nhìn lại nền
kinh tế Việt Nam trong những năm gần đây chúng ta có thể thấy rằng nền kinh tế đã
có xu hướng phục hồi sau giai đoạn khủng hoảng tài chính toàn cầu năm 2008-
2009. Tuy nhiên, nền kinh tế Việt Nam vẫn chưa hoàn toàn thoát khỏi những khó
khăn. Đối với những nhà đầu tư trên thị trường Việt Nam, tuy vàng là loại tài sản
quen thuộc từ lâu với nhà đầu tư nhưng vàng mới chỉ được sử dụng làm công cụ bảo
tồn giá trị tài sản khi thị trường các công cụ đầu tư khác bị sụt giảm chứ chưa thật
sự đóng vai trò trong chiến lược đầu tư của họ trên thị trường.
Tính tới hiện nay, các nghiên cứu về thị trường chứng khoán ASEAN thường
liên quan tới các khía cạnh sự biến động, mối liên kết và truyền dẫn sự biến động
giữa các thị trường phát triển và các thị trường trong khu vực. Tuy nhiên, không có
nghiên cứu nào về thị trường chứng khoán Việt Nam được thực hiện mặc dù có một
số ít bài nghiên cứu về sự phát triển của thị trường chứng khoán Việt Nam (Loc,
2006) và chính sách tác động lên thị trường chứng khoán Việt Nam (Andre et al.,
2006). Đối với các nghiên cứu về thị trường chứng khoán khu vực và thế giới, có
vẻ như thị trường chứng khoán Việt Nam vẫn chưa nhận được sự chú ý của các nhà
đầu tư. Từ trước đến nay, mỗi khi nền kinh tế có những biến động xấu gây ra sự mất
3
giá trị đồng tiền, các nhà đầu tư có xu hướng chuyển từ nắm giữ tiền, cố phiếu,…
sang nắm giữ các dạng kim loại quý, đặc biệt là vàng. Gần đây, khi sự sợ hãi liên
quan đến việc cắt giảm gói nới lỏng định lượng của Fed và liên quan đến tăng
trưởng kinh tế toàn cầu đang lan rộng, giá vàng tăng 11% kể từ giữa tháng 12/2013.
Đặc biệt, mặc dù tăng giá, nó chưa bao giờ đạt đến mức kỷ lục của năm 1980 nếu
tính đến sự trượt giá của đồng USD. Điều này đã đặt ra một nghi vấn về tính chất
“kênh trú ẩn an toàn” của vàng theo như hiểu biết và các nghiên cứu trước đây.
Đồng thời, ngày càng thôi thúc tiến hành một phân tích thực nghiệm cụ thể cho thị
trường chứng khoán Việt Nam để điều tra xem liệu rằng vàng có phải là một “công
cụ phòng ngừa” hoặc một “kênh trú ẩn an toàn” dùng để trốn tránh sự sợ hãi khi nền
kinh tế gặp nhiều biến động hay không.
Ngoài ra, trong những thập kỹ gần đây, thị trường và các công cụ tài chính
phát triển không ngừng cả về chất và lượng đã làm gia tăng rủi ro trong hệ thống tài
chính. Giá vàng liên tục tăng cao kết hợp với sự mất gía của Việt Nam Đồng (VND)
đã thu hút sự chú ý của các nhà đầu tư, các nhà quản trị rủi ro. Giới truyền thông tài
chính thường đề cập đến vàng như một công cụ phòng ngừa hay một kênh trú ẩn an
toàn. Dù vấn đề này đã được biết đến nhiều trong thực tiễn nhưng vẫn rất cần các
con số thống kê từ những bài nghiên cứu để chứng minh vai trò của vàng như một
công cụ phòng ngừa hay một kênh trú ẩn an toàn thực sự tồn tại. Baur và
McDermott (2010) kiểm tra giả thiết xem liệu vàng có là kênh trú ẩn an toàn đối với
chứng khoán ở các quốc gia phát triển và mới nổi. Kết quả cho thấy vàng là nơi trú
ẩn an toàn dạng mạnh cho hầu hết những thị trường chứng khoán lớn trên thế giới
bao gồm khu vực Châu Âu (Đức, Pháp, Ý), Thụy Sỹ, Anh và Mỹ. Ngược lại, tại
một số thị trường mới nổi như Úc, Canada, Nhật Bản và các nước BRIC thì kết quả
là ngược lại, vàng chỉ là kênh trú ẩn an toàn dạng yếu ở những thị trường này; Mark
Joy (2011) nghiên cứu vai trò của vàng như là công cụ phòng ngừa rủi ro hay kênh
trú ẩn an toàn đối với đồng đô la Mỹ trong giai đoạn 10/01/1986 đến 29/08/2008,
kết quả cho thấy được mối tương quan âm có điều kiện giữa sự thay đổi giá vàng và
sự biến động tỷ suất sinh lợi của đồng đô la Mỹ; Juan C. Reboredo (2013) cũng đưa
4
ra kết luận vàng như là công cụ phòng ngừa hay kênh trú ẩn an toàn đối với đồng đô
la Mỹ trong giai đoạn 01/2000-09/2012.
Ngoài ra, thực trạng ở Việt Nam về biến động thị trường vàng, chứng khoán
trong giai đoạn nghiên cứu là 192%, 228% cho thấy sự biến động mạnh trong thị
trường vàng và chứng khoán. Với sự biến động tương đối lớn của thị trường vàng
và chứng khoán, hiểu biết rõ hơn về hai thị trường biến động vàng chứng khoán
giúp các nhà đầu tư đưa ra các quyết định phù hợp hơn, đây cũng là yếu tố thúc đẩy
tác giả làm nghiên cứu.
Vì những lý do trên, Tác giả chọn đề tài: “Vàng là kênh trú ẩn an toàn hay
là công cụ phòng ngừa rủi ro đối với kênh đầu tư chứng khoán? Ứng dụng mô
hình DCC-GARCH”. Để làm luận văn cao học với mong muốn cung cấp cho
những nhà đầu tư Việt Nam một phương án đa dạng hóa và phòng ngừa rủi ro danh
mục đầu tư chứng khoán mới hơn, hiệu quả hơn bằng cách xét đến khả năng phòng
ngừa rủi ro của vàng.
1.2 Mục tiêu nghiên cứu
Bài nghiên cứu xem xét ý nghĩa của vàng trong mối quan hệ đầu tư chứng
khoán thông qua việc phân tích vai trò của vàng như là một kênh trú ẩn an toàn hay
là một công cụ phòng ngừa rủi ro đối với kênh đầu tư chứng khoán.
1.3 Câu hỏi nghiên cứu
Bài nghiên cứu hướng đến trả lời cho câu câu hỏi:
Vàng có được xem như là một kênh trú ẩn an toàn khi các thị trường đầu tư
khác biến động hay là một công cụ phòng ngừa rủi ro trong thị trường tài chính đối
với thị trường chứng khoán trong giai đoạn nghiên cứu hay không?
5
1.4 Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu :
Đối tượng nghiên cứu của bài là kênh đầu tư vàng và kênh đầu tư chứng
khoán. Mối quan hệ giữa tỷ suất sinh lợi kênh đầu tư vàng và tỷ suất sinh lợi kênh
đầu tư chứng khoán.
Phạm vi nghiên cứu :
Bài nghiên cứu sử dụng dữ liêu trong giai đoạn từ tháng 1 năm 2010 đến
tháng 9 năm 2017 tại Việt Nam.
1.5 Phương pháp nghiên cứu
Đề tài nghiên cứu vai trò của vàng là kênh trú ẩn hay công cụ phòng ngừa
đối với kênh đầu tư chứng khoán tại Việt Nam trong giai đoạn 2010 - 2017. Những
tác động đến quản trị rủi ro sử dụng các phương pháp sau:
Sử dụng Mô hình DCC-GARCH để xác định hệ số tương quan biến đổi theo
thời gian của vàng và chứng khoán với tất cả các ước lượng được thực hiện trên
phần mềm Stata 13 và Eview 8.
1.6 Ý nghĩa đề tài
Bài nghiên cứu xem xét mối quan hệ giữa thị trường vàng và chứng khoán về
lợi nhuận, từ đó đóng góp bằng chứng thực nghiệm tại Việt Nam, vàng có được
xem như là một kênh trú ẩn an toàn khi các thị trường đầu tư khác biến động hay là
một công cụ phòng ngừa rủi ro trong thị trường chứng khoán hay không. Bài nghiên
cứu tổng hợp hệ thống các nghiên cứu trước về mối quan hệ giữa vàng và chứng
khoán và khẳng định các học thuyết và thực nghiệm nào phù hợp thị trường tại Việt
Nam.
6
Từ việc làm rõ mối quan hệ giữa vàng và chứng khoán tại Việt Nam, giúp
cho các nhà đầu tư lựa chọn chính sách liên quan tới hai thị trường này đúng đắn
hơn.
1.7 Cấu trúc bài luận văn
Bài luận văn có kết cấu gồm 5 chương như sau:
Chương 1: Giới thiệu đề tài.
Chương 2: Tổng quan lý thuyết và các nghiên cứu thực nghiệm
Chương 3: Phương pháp nghiên cứu.
Chương 4: Kết quả nghiên cứu
Chương 5: Kết luận.
7
CHƯƠNG 2: TỔNG QUAN CÁC BẰNG CHỨNG THỰC
NGHIỆM
Về câu hỏi nghiên cứu mối quan hệ phòng ngừa hay trú ẩn giữa lợi nhuận
vàng và chứng khoán, có không nhiều nghiên cứu trực tiếp về chủ đề này. Với thực
trạng đó nhằm đảm bảo mục tiêu hệ thống hóa các lý thuyết và bằng chứng thực
nghiệm về mối quan hệ vàng và chứng khoán, tác giả tiến hành tổng hợp các nghiên
cứu thảo luận về mối quan hệ giữa một yếu tố hàng hóa và một chỉ tiêu tài chính.
Trong đó chủ yếu là các nghiên cứu về phòng ngừa và trú ẩn giữa vàng, chứng
khoán, tỷ giá và lạm phát.
Vàng đã được sử dụng như là một lưu trữ giá trị và một phương tiện trao đổi
hàng thiên niên kỷ. Vào thế kỷ 17 William Petty của trường phái trọng thương đã
mô tả vàng, bạc và đồ trang sức như sự giàu có '' mọi lúc và mọi nơi ". Hình ảnh của
vàng như là một cửa hàng bất biến của giá trị đã trở nên nhúng văn hóa, gia cố bởi
các liên kết lịch sử của mình để kiếm tiền. Hệ thống tiêu chuẩn vàng liên quan đến
kết nối các giá trị của chứng khoán trực tiếp với vàng. Ngân hàng trung ương trên
thế giới tiếp tục giữ vàng là một trong những hình thức dự trữ được sử dụng để bảo
vệ các giá trị của đồng tiền của họ. Tại Ấn Độ, nước tiêu thụ lớn nhất thế giới của
vàng, kim loại quý nắm giữ một ý nghĩa văn hóa xã hội độc đáo như một biểu tượng
của sự giàu có của gia đình và xã hội.
Các nghiên cứu thực nghiệm sớm nhất về đề tài này đã xuất hiện từ những
năm 1990. Cho đến thời gian gần đây càng xuất hiện nhiều hơn và có những
phương pháp mới hơn. Do độ bất ổn của thị trường chứng khoán và chứng khoán
ngày càng tăng qua các cuộc khủng hoảng thị trường tài chính trong các thập kỷ vừa
qua đã ngày càng thúc đẩy những nghiên cứu thực nghiệm nhằm hỗ trợ cho mong
muốn của nhà đầu tư muốn tạo ra chiến lược đa dạng hóa và phòng ngừa khả thi
làm giảm thiểu rủi ro trên thị trường chứng khoán, đặc biệt là thông qua phương án
kết hợp các loại tài sản khác vào trong danh mục. Các nghiên cứu này xoay quanh
8
vai trò của vàng trong hệ thống tài chính bằng cách kiểm định mối tương quan của
vàng và biến động tỷ suất sinh lợi của VN-index, đồng thời những nghiên cứu thực
nghiệm này cũng cung cấp các chiến lược về phòng ngừa rủi ro bằng cách kết hợp
vàng trong danh mục đầu tư.
Tổng quan các nghiên cứu về giá vàng chỉ ra sự đa dạng về các kết quả của
nghiên cứu trước đây, có thể tóm tắt qua các điểm chính như sau:
Thứ nhất, Sherman (1982, 1983), Ariovich (1983), Fortune (1987), Dooley,
Isard và Taylor (1995), Sjaastad và Scacciallani (1996), Faff và Hillier (2004),
Lucey, Tully và Poti (2006) , và Wang và Lee (2011) cung cấp các nghiên cứu liên
quan đến tác động của các biến số kinh tế vĩ mô như sản lượng, tỷ giá hoặc lãi suất
đối với giá vàng.
Thứ hai, Koutsoyiannis (1983), Diba và Grossman (1984), Baker và van
Tassel (1985), Pindyck (1993) và Aggarwal, Lucey và O'Connor (2014) tập trung
nghiên cứu về vấn đề dự đoán giá vàng. Nhìn chung, các bằng chứng cho các mối
quan hệ khác nhau và các tác động qua lại đã được nghiên cứu chứng minh và củng
cố. Trong phạm vi đề tài này, tác giả cung cấp bằng chứng thực nghiệm tại thị
trường Việt Nam.
Thứ ba, Tschoegl (1980), Solt và Swanson (1981), Ho (1985), Basu và
Clouse (1993), và Smith (2002) đã thực hiện các phép kiểm định về giả thuyết hiệu
quả thị trường cho thị trường vàng. Gần đây hơn, những năm 2012 do xu hướng
tăng giá của giá vàng, các tác giả Bialkowski, Bohl, Stephan và Wisniewski (2012)
đã kiểm tra liệu giá vàng có phải là bong bóng đầu cơ bằng cách sử dụng các kiểm
định tính dừng Dickey-Fuller với hiệu chỉnh tăng cường Markov (regime-switching
augmented Dickey-Fuller) và đưa đến kết luận rằng giá trị giá vàng là yếu tố nền
tảng. Ngược lại, Baur và Glover (2012) xác định rằng giá vàng đã bùng nổ trong
giai đoạn năm 2002 và 2012 bằng cách sử dụng kiểm định phát triển bởi Phillips,
Wu và Yu (2011). Lucey và O'Connor (2013) và Baur and Glover (2014) cũng cho
kết quả tương tự.
9
Thứ tư, nghiên cứu kiểm tra sự hiệu quả phòng ngừa lạm phát của vàng đã
được thực hiện bởi Kolluri (1981), Moore (1990), Laurent (1994), Chappell và
Dowd (1997), Mahdavi và Zhou (1997), Harmston (1998) Ghosh, Levin, Macmillan
và Wrigh (2004), Levin và Wright (2006), Worthington và Pahlavani (2007), và
Beckmann và Czudaj (2013). Các cuộc điều tra này thường dựa trên phân tích mối
quan hệ dài hạn giữa giá vàng và mức giá trung bình thông qua các kiểm định đồng
liên kết. Kết quả không rõ ràng và khác nhau tùy thuộc vào giai đoạn lấy mẫu và
quốc gia đang được điều tra. Các nghiên cứu ban đầu dựa trên ước lượng một mô
hình hiệu chỉnh vector tự hồi quy (VECM). Tuy nhiên, Beckmann và Czudaj (2013)
gần đây chứng minh rằng việc thực hiện một VECM dựa trên phơng pháp Markov-
switching là phù hợp hơn trong câu hỏi nghiên cứu này. Họ chỉ ra rằng vàng có thể
phần nào sử dụng để phòng ngừa lạm phát trong tương lai về dài hạn và khả năng
này có xu hướng mạnh mẽ hơn đối với Mỹ và Anh so với Nhật Bản và Khu vực
Châu Âu.
Cuối cùng, trở lại các nghiên cứu trước đây về câu hỏi nghiên cứu của đề
tài: Vàng hoạt động như kênh phòng ngừa hay trú ẩn đối với các tài sản tài chính là
cổ phiếu? Vấn đề tương quan giữa vàng và các tài sản chủ yếu khác trước đây đã
được giải quyết trong các nghiên cứu trước đây của Sherman (1986), Jaffe (1989),
Chua, Stick và Woodward (1990), Upper (2000), Ciner (2001) Michaud, Michaud
và Pulvermacher (2006), Hillier, Draper và Faff (2006), McCown và Zimmerman
(2006), và Kaul và Sapp (2006) và kết quả tổng thể cho thấy tương quan thấp hoặc
thậm chí tiêu cực. Tuy nhiên gần đây, Baur và Lucey (2010) đưa ra các định nghĩa
về công cụ phòng ngừa, kênh trú ẩn an toàn như sau: một tài sản như một công cụ
phòng ngừa nếu không tương quan hoặc tương quan với một tài sản hoặc danh mục
khác xét về trung bình. Sau đó Anna Creti và cộng sự (2013) tìm thấy kết luận về sự
liên hệ giữa thị trường tài chính (biểu thị qua dữ liệu lợi nhuận thị trường chứng
khoán) với thị trường hàng hóa. Tác giả nghiên cứu mối liên hệ giữa giá cả lợi
nhuận cho 25 mặt hàng và chứng khoán dựa vào phương pháp DCC-GARCH cho
10
thấy mối liên kết giữa thị trường hàng hóa và chứng khoán, trong các kết luận về
quan hệ giữa vàng và chứng khoán được chứng minh.
Một tài sản được coi là công cụ đa dạng hóa danh mục nếu có quan hệ là tích
cực (nhưng không phải tương quan hoàn toàn) với các tài sản khác hoặc danh mục
đầu tư trung bình. Một công cụ phòng ngừa và một tài sản là công cụ đa dạng hóa
danh mục không thể bảo đảm được một danh mục đầu tư bị thua lỗ trong điều kiện
thị trường khắc nghiệt, vì cả hai tài sản chỉ hoạt động ở mức trung bình. Cuối cùng,
một tài sản được xem là kênh trú ẩn an toàn nếu tài sản đó không tương quan hoặc
tương quan tiêu cực với tài sản hoặc danh mục khác trong thời gian thị trường biến
động hay bất ổn. Baur và McDermott (2010) đã chỉ ra rằng một công cụ phòng ngừa
mạnh (yếu) và kênh trú ẩn an toàn là khi tài sản có tương quan ngược chiều (không
tương quan) với các tài sản hoặc danh mục đầu tư khác tính theo thị trường trung
bình và chỉ trong thời gian thị trường biến động hoặc bất ổn. Phần tiếp theo tác giả
trình bày các quan điểm về vai trò của vàng trong đầu tư, đặc biệt là tương quan với
thị trường chứng khoán.
2.1 Vàng là công cụ phòng ngừa rủi ro đối với các chỉ tiêu tài chính
Tại thời điểm thực hiện nghiên cứu, có không nhiều các nghiên cứu cụ thể
trực tiếp về quan hệ phòng ngừa và trú ẩn giữa vàng và chứng khoán. Trong nội
dung tổng hợp lý thuyết về vàng là cộng cụ phòng ngừa rủi ro, tác giả tổng hợp các
quan hệ phòng ngừa rủi ro giữa hàng hóa đặc biệt vàng và các yếu tố tài chính, gồm
lạm phát, tỷ giá, chứng khoán.
2.1.1 Phòng ngừa lạm phát
Một tài sản đóng vai trò là kênh phòng ngừa rủi ro chống lại tài sản khác, khi
tài sản đó cung cấp sự bảo vệ chống lại sự di chuyển trong giá của hàng hóa hay tài
sản khác do biến động giá tương ứng của nó chắc chắn bù trừ cho nhau tính trên
trung bình. Theo lý thuyết, giá trị tài sản thì bền vững bởi vì trong một thị trường
11
cạnh trạnh không hoàn hảo sẽ tạo ra sự phân biệt giá và một hiệu ứng truyền dẫn chi
phí đến người tiêu dùng cũng không hoàn hảo, điều này sẽ dẫn đến việc giá tài sản
không thể phản ứng trước sự thay đổi của CPI và dẫn đến sự mất thăng bằng thị
trường. Vàng cũng không là ngoại lệ. Nằm trong mạch ý tưởng đó, vàng cũng được
cân nhắc là có chức năng phòng ngừa lạm phát. Đặc biệt, sau sự sụp đổ của bản vị
vàng và hệ thống Bretton Woods 1971 và trong giai đoạn hiện nay, vàng còn được
xem là một kênh đầu tư hấp dẫn. Sự phát triển của thị trường vàng đã thôi thúc các
nhà phân tích tài chính và quản lý chính sách chứng khoán xem xét vàng như một
chỉ tiêu quan trọng trong việc đánh giá xu hướng lạm phát bên cạnh những chỉ tiêu
cơ bản khác.
Phần lớn, các nghiên cứu đã tập trung vào vai trò phòng ngừa rủi ro của vàng
đối với lạm phát như nghiên cứu của Chappell, Dowd (1997), Kolluri (1981),
Laurent (1994), Moore (1990). Các nghiên cứu này xem xét mối quan hệ trong
ngắn hạn và dài hạn giữa vàng và chỉ số giá, qua đó cho thấy vàng đóng vai trò là
công cụ phòng ngừa rủi ro hiệu quả đối với lạm phát.
Mahdavi, Zhou (1997) đã kiểm tra mối quan hệ giữa vàng và giá cả hàng hóa
bằng mô hình VECM. Kết quả nghiên cứu của họ cho thấy rằng tính ổn định của giá
vàng báo hiệu lạm phát sẽ tùy thuộc vào khung thời gian nghiên cứu.
Laurent (1994) , Harmton (1998) , Ghosh và cộng sự (2004) đã nghiên cứu
mối quan hệ giữa giá vàng và giá bán sỉ hàng hóa. Kết quả cho thấy trong dài hạn,
vàng là công cụ phòng ngừa rủi ro hữu hiệu đối với lạm phát tại Mỹ, Anh, Pháp,
Đức, Nhật Bản.
Dựa trên mẫu dữ liệu là giá vàng từ 1976 đến 1999, Ghosh (2004) đã phân
tích sự mâu thuẫn trong biến động ngắn hạn và dài hạn của giá vàng, qua đó cho
thấy qua thời gian, giá vàng là công cụ phòng ngừa rủi ro hiệu quả đối với lạm phát.
Hay Laurent và Right (2006) đã tìm hiểu các nhân tố góp phần tác động đến
giá vàng bằng mô hình VECM trong giai đoạn từ 1976 đến 2005. Kết quả nghiên
cứu của họ cho thấy ba vấn đề sau: i) có sự tương quan trong dài hạn giữa giá vàng
12
và giá cả hàng hóa Mỹ, ii) có sự tương quan dương đối với sự biến động của giá
vàng và lạm phát, rủi ro tín dụng tại Mỹ. Trong khi đó , tồn tại mối tương quan âm
đối với sự biến động giữa giá vàng và sự thay đổi trong khối lượng giao dịch đồng
USD và mức lãi suất vay vàng iii) tại những quốc gia tiêu thụ nhiều vàng nhất trên
thế giới như Thổ Nhĩ Kỳ, Ấn Độ, Trung Quốc, Ả rập Saudi, Indonesia, vàng là
công cụ phòng ngừa rủi ro hiệu quả đối với lạm phát trong dài hạn.
Bài nghiên cứu của Kuan-Min Wang, Yuan-Minh Lee, Thanh-Binh Nguyen
Thi (2011) đã sử dụng mô hình hồi quy ngưỡng để đánh giá vai trò phòng ngừa rủi
ro của vàng đối với lạm phát trong ngắn hạn và dài hạn tại Hoa Kỳ và Nhật Bản,
trong giai đoạn từ tháng 1 năm 1971 đến tháng 1 năm 2010. Kết quả cho thấy: trong
ngắn hạn, vàng không thể hiện vai trò phòng ngừa rủi ro đối với lạm phát ở cả hai
nước Mỹ và Nhật. Tuy nhiên, trong dài hạn, vàng hoàn toàn là một công cụ phòng
ngừa rủi ro hiệu quả đối với lạm phát tại Mỹ nhưng vai trò này của vàng chỉ thể
hiện một phần đối với lạm phát tại Nhật.
Nghiên cứu của Hau Le Long, Marc J.K.De Ceuster, Jan Annaert, Dalina
Amonhaemanon (2013) về vai trò phòng ngừa rủi ro của vàng đối với lạm phát tại
Việt Nam từ năm 2001 đến 2011. Kết quả nghiên cứu tìm thấy vai trò phòng ngừa
rủi ro của vàng đối với lạm phát. Ngoài ra, TSSLvàng có mối tương quan dương với
lạm phát không mong đợi (mặc dù kết quả thống kê cho tín hiệu tin cậy không cao).
Tuy nhiên, nhìn chung, nghiên cứu không thể bác bỏ vai trò phòng ngừa rủi ro của
vàng đối với lạm phát. Hơn nữa, kết quả nghiên cứu cũng ủng hộ giả thuyết Fisher
rằng tỷ suất sinh lợi vàng sẽ di chuyển sát theo từng chuyển động của lạm phát kỳ
vọng. Gần đây, Zagalia và Marzo (2013) đã cho thấy sự biến động đồng thời giữa
vàng và USD không bị tác động bởi cuộc khủng hoảng tài chính hiện tại, vai trò là
công cụ phòng ngừa vẫn không thay đổi.
Joscha Beckmann và Robert Czudaj (2013) sử dụng dữ liệu của bốn nền kinh
tế lớn, cụ thể là Mỹ, Anh, khu vực đồng Euro và Nhật Bản, với mô hình hiệu chỉnh
sai số Markov switching (MS-VECM) từ tháng 1 năm 1970 đến tháng 12 năm 2011
13
phát hiện vàng là công cụ phòng ngừa lạm phát tương lai trong dài hạn, điều này là
mạnh mẽ đối với Mỹ, Anh so với Nhật Bản và khu vực đồng Euro.
2.1.2 Phòng ngừa dao động tỷ giá hối đoái
Vàng là một loại tài sản rất quan trọng, mang lại sự ổn định cho thị trường
chứng khoán quốc tế và dự trữ ngoại hối (theo Chang và cộng sự, 2013). Sự biến
động của giá vàng luôn gắn liền với sự biến động của đồng USD vì vàng được niêm
yết theo USD ( Wang, 2012). Đã có nhiều nghiên cứu xem xét vai trò của vàng là
kênh trú ẩn an toàn hay công cụ phòng ngừa rủi ro đối với sự mất giá của đồng
USD. Beckers và Soenen (1984) đã phân tích lợi ích trong việc phòng ngừa rủi ro
của vàng đối với các nhà đầu tư. Nghiên cứu đã tìm thấy sự đa dạng hóa rủi ro cân
xứng đối với những nhà đầu tư nắm giữ và không nắm giữ đồng USD.
Juan C.Reboredo, MiguelA.Rivera-Castro (2014) đã nghiên cứu vai trò
phòng ngừa rủi ro và bảo tồn giá trị của vàng trước sự mất giá của đồng USD. Mục
đích của bài nghiên cứu là tìm hiểu sự khác biệt giữa đặc tính phòng ngừa rủi ro và
kênh trú ẩn an toàn của vàng dựa trên việc phân tích cấu trúc phụ thuộc có điều kiện
của những thị trường khác nhau. Dựa trên việc phân tích TGHĐ đồng USD với một
loạt các loại chứng khoán khác nhau, bài nghiên cứu đưa ra bằng chứng cho thấy
rằng vàng là một công cụ phòng ngừa rủi ro hữu hiệu chống lại sự sụt giá của đồng
USD nhưng vai trò là kênh trú ẩn an toàn của vàng đối với USD thì rất yếu, mờ
nhạt.
Tiếp sau đó, Capie và cộng sự (2005) đã ứng dụng mô hình EGARCH để
phân tích vai trò phòng ngừa rủi ro của vàng đối với TGHĐ trong giai đoạn nghiên
cứu từ 1971 đến 2004. Kết quả nghiên cứu của họ cho thấy rằng vàng là công cụ
phòng ngừa rủi ro khi đồng USD mất giá. Ngoài ra nghiên cứu cũng cho thấy mối
tương quan âm giữa giá vàng với đồng GBP, JPY và mối tương quan này sẽ thay
đổi theo thời gian. Mặc dù vàng là công cụ phòng ngừa rủi ro chống lại sự biến
14
động của giá trị USD nhưng chỉ ở một mức độ và dường như còn phụ thuộc nhiều
vào thái độ chính trị và những sự kiện không thể đoán trước.
Wang và Lee (2011) đã nghiên cứu tác dụng phòng ngừa rủi ro của vàng đối
với đồng yên Nhật và tìm thấy rằng vàng là công cụ phòng ngừa hiệu quả khi đồng
yên mất giá đột biến.
Cùng nghiên cứu vấn đề này, Joy (2011) sử dụng một mô hình năng động
của mối tương quan có điều kiện và dữ liệu hàng tuần kéo dài từ 10/1/1986 đến
29/08/2008, bao gồm 1182 quan sát cho giá vàng (USD/ounce) và 16 cặp tỷ suất
sinh lợi của đồng đôla. Các kết quả thực nghiệm dựa trên một mô hình GARCH đa
biến chỉ ra rằng mối tương quan có điều kiện giữa sự thay đổi trong giá vàng và sự
thay đổi trong tỷ suất sinh lợi của đồng đôla là khá tiêu cực. Có nghĩa là sự gia tăng
trong giá vàng có xu hướng liên kết với một sự sụt giảm giá trị đồng đôla. Tuy
nhiên mối tương quan này là không bền vững theo thời gian. Điều này ngụ ý rằng
trong vòng 23 năm qua, vàng đã trở thành một công cụ phòng ngừa chống lại USD;
vàng là một kênh trú ẩn an toàn kém hiệu quả; trong những năm gần đây, vàng trở
thành một công cụ phòng ngừa hiệu quả để chống lại rủi ro chứng khoán liên quan
đến đồng đôla.
Pukthuanthong and Roll (2011) đã mở rộng nghiên cứu của Joy (2011) bằng
cách xem xét mối quan hệ giữa giá vàng với các loại tiền tệ khác nhau. Họ nhận
thấy rằng thông thường vàng và đôla có mối tương quan âm, khi mà giá vàng xác
định bằng đồng đôla tăng lên, đồng đôla mất giá so với các đồng tiền khác. Tác giả
tìm thấy rằng không chỉ đồng đôla mà cả đồng Euro, Yen và Pound cũng thể hiện
mối tương quan âm tương tự trong suốt giai đoạn mẫu từ năm 1971 đến 2009.
2.2 Vàng là kênh trú ẩn an toàn đối với các chỉ tiêu tài chính
Nhiều nghiên cứu đã chỉ ra sự khác biệt giữa hai đặc điểm phòng ngừa rủi ro
và trú ẩn an toàn của vàng dựa trên cấu trúc phụ thuộc giữa vàng và tỷ suất sinh lợi
của tỷ giá hối đoái như nghiên cứu của Baur và Lucey (2010), Baur và McDermott
15
(2010), Kaul và Sapp (2006). Các nghiên cứu này cho thấy: vàng là công cụ phòng
ngừa rủi ro khi biến động của vàng ngược chiều hay tách biệt hoàn toàn và giá trị
đồng USD chỉ được quan sát trong giai đoạn biến động bình thường, trung bình và
không tính những quan sát tại những vùng cụ thể của phân phối kết hợp đồng thời
(quan sát ở đuôi chẳng hạn). Vàng được xem là kênh trú ẩn an toàn khi giá trị của
vàng và sự mất giá của đồng USD được xem xét tại những vùng đặc biệt của phân
phối ( biến động cực mạnh ở đuôi phân phối) .
Trong những nghiên cứu thực nghiệm, cấu trúc phụ thuộc giữa vàng với tỷ
suất sinh lợi của tỷ giá hối đoái, tỷ suất sinh lợi được xác định bằng việc nghiên
cứu hành vi tương quan của vàng và USD (theo nghiên cứu của Joy, 2011) hoặc
bằng cách nghiên cứu tác động phân phối biên của TSSL chứng khoán lên TSSL
của vàng thông qua mô hình hồi quy ngưỡng (theo nghiên cứu của Baur và Luccey
năm 2010, Ciner và cộng sự năm 2013, nghiên cứu của Wang và Lee năm 2011).
Các nghiên cứu khác thì kiểm tra đặc tính nơi trú ẩn an toàn của vàng đối với
biến động của thị trường chứng khoán (Baur và McDermott, 2010; Baur và Lucey,
2010; Miyazaki và cộng sự, 2012). Với mục đích kiểm tra vai trò của vàng trong
hệ thống tài chính toàn cầu. Baur và McDermott (2010), kiểm tra giả thuyết vàng
đại diện cho một nơi trú ẩn an toàn đối với cổ phiếu của các quốc gia mới nổi và
đang phát triển mạnh. Một phân tích mô tả và kinh tế cho một mẫu thời gian kéo dài
khoảng 30 năm 1979-2009 cho thấy vàng là một công cụ phòng ngừa và là nơi trú
ẩn an toàn cho thị trường chứng khoán lớn tại châu Âu và Mỹ ngoại trừ Úc, Canada,
Nhật Bản và các thị trường lớn mới nổi như các nước BRIC. Tác giả cũng phân biệt
giữa dạng yếu và dạng mạnh của nơi trú ẩn an toàn và lập luận rằng vàng có thể
hoạt động như một nguồn lực ổn định cho hệ thống tài chính bằng cách giảm thiệt
hại khi đối mặt với những cú sốc thị trường tiêu cực. Nhìn vào thời kỳ khủng hoảng
cụ thể, có thể thấy rằng vàng là một nơi trú ẩn an toàn mạnh mẽ cho thị trường phát
triển nhất trong đỉnh điểm của cuộc khủng hoảng tài chính gần đây.
16
Miyazaki và cộng sự (2012), khám phá những phụ thuộc lẫn nhau giữa tác
động vàng, chứng khoán, trái phiếu và ngoại hối (đồng euro so với đồng đô la Mỹ)
bằng cách sử dụng các mô hình A-DCC (asymmetry in the dynamic conditional
correlation) với dữ liệu mẫu từ tháng 1 năm 2000 đến tháng 7 năm 2011 bao gồm
giá vàng, chỉ số S & P500, trái phiếu chính phủ WGBIUS và tỷ suất sinh lợi của
S&P500, EUR/USD. Tác giả kết luận chỉ tồn tại tính bất đối xứng trong mối tương
quan có điều kiện dao động giữa vàng và tỷ suất sinh lợi của S&P500 EUR/USD
và vàng hoạt động như một kênh trú ẩn an toàn trong thời kỳ khủng hoảng của thị
trường chứng khoán nhưng chức năng này của vàng bị giới hạn trong thời gian dài.
Nghiên cứu của Juan C. Reboredo (2013) về vai trò của vàng là công cụ
phòng ngừa rủi ro hay kênh trú ẩn an toàn đối với sự biến động của giá dầu. Nghiên
cứu sử dụng phương pháp copula để phân tích cấu trúc phụ thuộc giữa hai thị
trường vàng và dầu. Bằng chứng thực nghiệm trong giai đoạn từ tháng 1/2000 đến
tháng 9/2011 cho thấy: i) có sự phụ thuộc dương giữa vàng và dầu ở trạng thái thị
trường biến động trung bình, ii) có sự độc lập ở đuôi giữa hai thị trường. Kết quả
này cho thấy vàng đóng vai trò là là kênh trú ẩn an toàn hiệu quả đối với sự dịch
chuyển của giá dầu. Kết quả này sẽ rất hữu ích đối với các nhà quản trị rủi ro và
những nhà hoạch định chính sách, các công ty xuất khẩu dầu
Anna Creti và cộng sự (2013) kiểm định mối liên hệ giữa giá cả lợi nhuận
cho 25 mặt hàng và chứng khoán trong giai đoạn từ tháng 1 năm 2001 đến tháng 11
năm 2011, đặc biệt chú ý đến các nguyên liệu năng lượng. Dựa vào phương pháp
DCC-GARCH , tác giả chỉ ra rằng mối tương quan giữa thị trường hàng hóa và thị
trường chứng khoán tiến triển theo thời gian và rất biến động, đặc biệt là từ cuộc
khủng hoảng tài chính 2007-2008. Kết luận tiếp theo là nhấn mạnh mối liên kết
giữa thị trường hàng hóa và chứng khoán, và nhấn mạnh đến các yếu tố tài chính và
thị trường hàng hóa, đây là kết luận quan trọng được tác giả tìm thấy. Ở mức độ đặc
thù, một hiện tượng đầu cơ được nhấn mạnh trong hàng hóa là dầu, cà phê và cacao,
trong khi vai trò an toàn của vàng được chứng minh có ý nghĩa thống kê.
17
2.3 Vàng vừa là công cụ phòng ngừa rủi ro, vừa là kênh trú ẩn an toàn đối
với chứng khoán:
Nhiều nghiên cứu trước đây chỉ tập trung tìm hiểu một mặt của vấn đề là
nghiên cứu về vai trò phòng ngừa rủi ro của vàng mà ít quan tâm đến vai trò là kênh
trú ẩn an toàn của vàng. Gần đây, một vài nghiên cứu đã xem xét thêm khía cạnh trú
ẩn an toàn của vàng đối với các tài sản tài chính khác.
Baffes (2007) nghiên cứu sự truyền dẫn của những thay đổi trong giá dầu lên
giá cả của 35 loại hàng hóa cơ sở được giao địch quốc tế. Kết quả cho thấy giá cả
các kim loại, đặc biệt là giá vàng có tương quan mạnh với giá dầu thô. Soytas và
cộng sự (2009) đã nghiên cứu mối tương quan giữa giá vàng, bạc và các biến kinh
tế vĩ mô tại Thổ Nhĩ Kỳ bằng cách sử dụng mô hình VAR. Kết quả cho thấy, giá
dầu thế giới không thể dự báo được sự biến động của giá các kim loại tại nền kinh
tế của Thổ Nhĩ Kỳ.
Dir G. Baur và Brian M. Lucey (2006) đã nghiên cứu vai trò phòng ngừa rủi
ro hay kênh trú ẩn an toàn của vàng đối với chứng khoán, trái phiếu. Tác giả nghiên
cứu mối tương quan bất biến và cả biến động theo thời gian giữa vàng, chứng
khoán, trái phiếu. Nghiên cứu thực nghiệm tại thị trường chứng khoán Mỹ, Anh,
Đức cho thấy: i) vàng là công cụ phòng ngừa rủi ro đối với chứng khoán, ii) vàng là
tài sản trú ẩn an toàn khi thị trường chứng khoán biến động mạnh, iii) Vàng chỉ
đóng vai trò là tài sản trú ẩn an toàn đối với chứng khoán 15 ngày sau khi có cú sốc
cực mạnh xảy ra.
Cetin Ciner, Constantin Gurdgiev, Brian M.Lucey (2013) đã nghiên cứu đặc
tính phòng ngừa rủi ro và tài sản an toàn đối với một loạt các tài sản như chứng
khoán, trái phiếu, vàng, dầu, TGHĐ. Các tác giả thực hiện nghiên cứu mối tương
quan giữa TSSL của các tài sản trên ở cả hai thị trường Mỹ và Anh. Kết quả nghiên
cứu cung cấp bằng chứng cho thấy các tài sản này đều có vai trò phòng ngừa rủi ro.
Một điểm đặc biệt từ nghiên cứu này là vàng cũng đóng vai trò là kênh trú ẩn an
toàn đối với TGHĐ ở cả hai quốc gia.
18
Sau đó, Juan C.Reboredo, Miguel A. Rivera-Castro (2014) tiếp tục nghiên
cứu vai trò phòng ngừa rủi ro và lợi ích giảm thiểu rủi ro của vàng đối với một rổ
các cặp chứng khoán. Bằng cách sử dụng phương pháp phân tích đa phân giải avelet
rời rạc (wavelet multi-resolution analysis), nhóm tác giả đã phân tích đặc tính phụ
thuộc giữa vàng và sự mất giá của đồng USD thông qua một rổ các cặp chứng
khoán được nghiên cứu từ tháng 01/2000 đến tháng 03/2013. Việc phân tích một
danh mục hỗn hợp vàng –tiền đã cho thấy sự hữu ích của vàng trong việc giảm thiểu
rủi ro đối với những danh mục có thời gian đầu tư khác nhau (investment horizon).
Taufiq Choudhry Sye S.Hassan Sarosh Shabi (2015) đã nghiên cứu mối quan
hệ phi tuyến động giữa tỷ suất sinh lợi của vàng, thị trường chứng khoán và độ biến
động của thị trường chứng khoán trong cuộc khủng hoảng tài chính toàn cầu gần
đây đối với Anh (FTSE 100), Mỹ (S&P 500) và Nhật Bản (NIKKEI 225). Đầu tiên,
các mối quan hệ giữa hai biến i) tỷ suất sinh lợi vàng và thị trường chứng khoán. ii)
Tỷ suất sinh lợi vàng và biến động thị trường chứng khoán được kiểm định; cả hai
mối quan hệ được nghiên cứu trong các thiết lập phi tuyến đa biến bằng cách bao
gồm những thay đổi lãi suất LIBOR trong ba tháng. Những kết quả nghiên cứu ngụ
ý rằng vàng có thể không hoạt động tốt như một kênh trú ẩn an toàn trong thời kỳ
khủng hoảng tài chính do sự phụ thuộc lẫn nhau hai chiều giữa tỷ suất sinh lợi vàng,
cổ phiếu cũng như biến động thị trường chứng khoán. Tuy nhiên, vàng có thể được
sử dụng như một công cụ phòng ngừa đối với tỷ suất sinh lợi thị trường chứng
khoán và độ biến động trong điều kiện tài chính ổn định.
19
Bảng 2.1: Tóm tắt các nghiên cứu thực nghiệm
Tác giả Vai trò của Đối Kết luận chính
vàng tượng
Chappell, Phòng ngừa Lạm phát Trong ngắn hạn và dài hạn, vàng
đóng vai trò là công cụ phòng ngừa Dowd (1997),
rủi ro hiệu quả đối với lạm phát Kolluri (1981),
Laurent
(1994), Moore
(1990)
Mahdavi, Zhou Phòng ngừa Lạm phát Tính ổn định của giá vàng báo hiệu
(1997) lạm phát sẽ tùy thuộc vào khung
thời gian nghiên cứu.
Laurent (1994) Phòng ngừa Lạm phát Trong dài hạn, vàng là công cụ
phòng ngừa rủi ro hữu hiệu đối với , Harmton
lạm phát tại Mỹ, Anh, Pháp, Đức, (1998) , Ghosh
Nhật Bản. và cộng sự
(2004)
Ghosh (2004) Phòng ngừa Lạm phát Qua thời gian, giá vàng là công cụ
phòng ngừa rủi ro hiệu quả đối với
lạm phát trong cả ngắn hạn và dài
hạn.
Laurent và Phòng ngừa Lạm phát Tại những quốc gia tiêu thụ nhiều
Right (2006) vàng nhất trên thế giới như Thổ Nhĩ
Kỳ, Ấn Độ, Trung Quốc, Ả rập
Saudi, Indonesia, vàng là công cụ
20
phòng ngừa rủi ro hiệu quả đối với
lạm phát trong dài hạn
Kuan-Min Phòng ngừa Lạm phát Trong dài hạn, vàng hoàn toàn là
một công cụ phòng ngừa rủi ro hiệu Wang, Yuan-
quả đối với lạm phát tại Mỹ nhưng Minh Lee,
vai trò này của vàng chỉ thể hiện Thanh-Binh
một phần đối với lạm phát tại Nhật Nguyen Thi
(2011)
Hau Le Long, Phòng ngừa Lạm phát Kết quả nghiên cứu tìm thấy vai trò
phòng ngừa rủi ro của vàng đối với Marc J.K.De
lạm phát. Ngoài ra, TSSLvàng có Ceuster, Jan
mối tương quan dương với lạm Annaert,
phát không mong đợi. Dalina
Amonhaemano
n (2013)
Joscha Phòng ngừa Lạm phát Vàng là công cụ phòng ngừa lạm
phát tương lai trong dài hạn, điều Beckmann và
này là mạnh mẽ đối với Mỹ, Anh Robert Czudaj
so với Nhật Bản và khu vực đồng (2013)
Euro.
Capie và cộng Phòng ngừa TGHĐ Vàng là công cụ phòng ngừa rủi ro
chống lại sự biến động của giá trị sự (2005)
USD nhưng chỉ ở một mức độ và
dường như còn phụ thuộc nhiều
vào thái độ chính trị và những sự
kiện không thể đoán trước
21
Joy (2011) Phòng ngừa/ TGHĐ Vàng là kênh trú ngụ an toàn dạng
Trú ẩn yếu và là công cụ phòng ngừa rủi ro
hiệu quả đối với USD
Wang và Lee Phòng ngừa TGHĐ Vàng là công cụ phòng ngừa hiệu
(2011) quả khi đồng yên mất giá đột biến.
Pukthuanthong Phòng ngừa TGHĐ Họ nhận thấy rằng thông thường
và Roll (2011) vàng và đôla Euro, Yen,Pound có
mối tương quan âm.
Baur và Trú ẩn Chứng Các nhà đầu tư sử dụng vàng như
McDermott khoán một nơi trú ẩn an toàn trước những
(2010) biến động mạnh và tiêu cực của thị
trường.
Miyazaki và Trú ẩn Chứng Vàng hoạt động như một kênh trú
cộng sự (2012) khoán, ẩn an toàn trong thời kỳ khủng
trái phiếu hoảng của thị trường chứng khoán
và ngoại nhưng chức năng này của vàng bị
hối giới hạn trong dài hạn.
Juan C. Trú ẩn Dầu mỏ Vàng đóng vai trò là là kênh trú ẩn
Reboredo an toàn hiệu quả đối với sự dịch
(2013) chuyển của giá dầu.
Dir G. Baur và Trú ẩn/Phòng Chứng Vàng là công cụ phòng ngừa rủi ro
Brian M. ngừa khoán, đối với chứng khoán, là tài sản trú
Lucey (2006) trái phiếu ẩn an toàn khi thị trường chứng
khoán biến động mạnh và chỉ đóng
vai trò là tài sản trú ẩn an toàn đối
22
với chứng khoán 15 ngày sau khi
có cú sốc cực mạnh xảy ra.
Cetin Ciner, Trú ẩn/Phòng Chứng Kết quả nghiên cứu cung cấp bằng
Constantin ngừa khoán, chứng cho thấy các tài sản này đều
Gurdgiev, trái có vai trò phòng ngừa rủi ro. Một
Brian M.Lucey phiếu, điểm đặc biệt từ nghiên cứu này là
(2013) dầu, vàng cũng đóng vai trò là kênh trú
TGHĐ ẩn an toàn đối với TGHĐ ở cả hai
quốc gia Mỹ và Anh.
Juan Trú ẩn/Phòng TGHĐ Vàng là một công cụ phòng ngừa
C.Reboredo, ngừa rủi ro hữu hiệu chống lại sự sụt giá
MiguelA.River của đồng USD nhưng vai trò là
a-Castro kênh trú ẩn an toàn của vàng đối
(2014) với USD thì rất yếu, mờ nhạt
Taufiq Trú ẩn/Phòng Chứng Vàng có thể không hoạt động tốt
Choudhry Sye ngừa khoán như một kênh trú ẩn an toàn trong
S.Hassan thời kỳ khủng hoảng tài chính do sự
Sarosh Shabi phụ thuộc lẫn nhau hai chiều giữa
(2015) tỷ suất sinh lợi vàng, cổ phiếu cũng
như biến động thị trường chứng
khoán. Tuy nhiên, vàng có thể được
sử dụng như một công cụ phòng
ngừa đối với tỷ suất sinh lợi thị
trường chứng khoán và độ biến
động trong điều kiện tài chính ổn
định.
Anna Creti và Trú ẩn/Phòng Chứng Kiểm định mối liên hệ giữa giá cả
23
cộng sự (2013) ngừa khoán lợi nhuận cho 25 mặt hàng và
chứng khoán trong giai đoạn từ
tháng 1 năm 2001 đến tháng 11
năm 2011, đặc biệt chú ý đến các
nguyên liệu năng lượng. Dựa vào
phương pháp DCC-GARCH , tác
giả chỉ ra rằng mối tương quan giữa
thị trường hàng hóa và thị trường
chứng khoán tiến triển theo thời
gian và rất biến động, đặc biệt là từ
cuộc khủng hoảng tài chính 2007-
2008. Kết luận tiếp theo là nhấn
mạnh mối liên kết giữa thị trường
hàng hóa và chứng khoán, và nhấn
mạnh đến các yếu tố tài chính và
thị trường hàng hóa. Cụ thể, hiện
tượng đầu cơ được nhấn mạnh
trong hàng hóa là dầu, cà phê và
cacao, trong khi vai trò an toàn của
vàng được chứng minh có ý nghĩa
thống kê.
24
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG
3.1 Mẫu nghiên cứu và nguồn dữ liệu thu thập
Mẫu dữ liệu nghiên cứu được thu thập dưới dạng chuỗi thời gian (time
series), bao gồm giá vàng và giá chứng khoán của VN-index của sàn chứng khoán
Việt nam.
Dữ liệu giá vàng tác giả thu thập theo số liệu biểu diễn theo tuần, nguồn dữ
liệu được lấy từ Công ty TNHH MTV Vàng Bạc Đá Quý Sài Gòn (SJC) với số quan
sát từ tháng 01 năm 2010 đến tháng 09 năm 2017 theo tuần, cỡ mẫu của dữ liệu
gồm 369 quan sát. Giá vàng tính theo đơn vị VNĐ.
Còn với giá chứng khoán VN-index, dữ liệu sử dụng cho luận văn cũng được
thu thập theo tuần trên nguồn dữ liệu của Sàn chứng khoán Nhà nước Việt Nam với
cỡ mẫu từ tuần đầu tháng 01 năm 2010 đến tháng 09 năm 2017, bao gồm 369 quan
sát theo tuần.
Chuỗi dữ liệu của giá vàng và giá chứng khoán VN-index được tiến hành xử
lý thông qua phần mềm Excel 2010 cung cấp dữ liệu đầu vào cho mô hình DCC-
GARCH, đảm bảo tính chính xác chuẩn hóa của dữ liệu trước khi tiến hành phân
tích dữ liệu bằng mô hình DCC GARCH.
Thời gian thu thập cỡ mẫu của tác giả được chắt lọc từ tháng 1 năm 2010 đến
tháng 09 năm 2017, sỡ dĩ tác giả chọn khoảng thời gian này để nghiên cứu vì
nguyên nhân chính sau:.
Giai đoạn nghiên cứu theo tuần đầu tháng 01 năm 2010 đến tháng 09 năm
2017, bao gồm 369 quan sát là cỡ mẫu đủ lớn trong thống kê. Với biến động VN-
index và Giá vàng tương đối tuyến tính. Việc kéo nhiều năm quan sát sẽ tăng khả
năng xuất hiện các biến động phi tuyến trong khi bài sử dụng nghiên cứu tuyến tính.
Chúng ta có thể thấy xu hướng biến động phi tuyến (đổi chiều quan hệ) trên giai
25
đoạn quá dài và quan hệ tuyến tính (không đổi chiều quan hệ) trên dữ liệu từ 2010
đến 2017.
Hình 3.1 : Biến thiên giá vàng và giá chứng khoán (VN-Index) trong giai
1400
1200
1000
800
600
400
200
0
45000000 40000000 35000000 30000000 25000000 20000000 15000000 10000000 5000000 0
XAU/VND
VNI
đoạn 2007-2017:
Vàng là một tài sản có giá trị rất cao, giá trị của nó có thể bị ảnh hưởng theo
từng phút, từng giờ và theo ngày. Tuy nhiên dữ liệu với dữ liệu theo khoảng thời
gian từng phút và từng giờ không được khả thi, vì khó có thể thu thập được. Nên
việc thu thập dữ liệu của giá vàng theo ngày sẽ mang tính khả thi hơn. Hơn nữa
những dữ liệu hàng ngày này có thể bị ảnh hưởng bởi sự lệch và nhiễu của thị
trường. Những mối quan hệ phụ thuộc và phức tạp có thể bị ẩn giấu bởi sự sai lệch
và nhiễu thông qua một chuỗi dữ liệu không dừng.
Dữ liệu bài nghiên cứu nghiên cứu sau giai đoạn khủng hoảng nhằm mục
tiêu tránh sự ảnh hưởng của khủng hoảng kinh tế đến quan hệ giữa giá vàng và
chứng khoán. Trong giai đoạn khủng hoảng từ 2008-2010, từ biểu đồ ta có thể nhìn
thấy biến động của giá chứng khoán VN-index cao và dao động mạnh. Đây là lý do
tác giả lựa chọn nghiên cứu mối quan hệ giữa giá vàng và chứng khoán sau năm
2010.
26
3.2 Mô tả khung biến và mô hình nghiên cứu
3.2.1 Mô tả khung biến
Vai trò của vàng là một công cụ phòng ngừa hay là một kênh trú ẩn an toàn
đối với biến động giá chứng khoán phụ thuộc vào việc giá vàng và biến động của
giá trị chứng khoán- được liên kết như thế nào trong các điều kiện thị trường khác
nhau. Theo như cách tiếp cận đã được sử dụng bởi Baur and Lucey (2010) and Baur
and McDermott (2010), các tính năng của một loại tài sản để được xem như là một
công cụ phòng ngừa hay kênh trú ẩn an toàn là:
Công cụ phòng ngừa: Một tài sản là một công cụ phòng ngừa nếu nó không
tương quan hoặc là tương quan nghịch với bất cứ một tài sản hay danh mục đầu tư
khác tính về mặt trung bình.
Kênh trú ẩn an toàn: Một tài sản được xem là một kênh trú ẩn an toàn nếu
nó không di chuyển với một tài sản hay danh mục đầu tư nào trong thời gian thị
trường biến động dữ dội.
Điểm cần chú ý phân biệt giữa hai mối quan hệ giữa hai công cụ này là sự
phụ thuộc của các tài sản khi xét về mặt trung bình – thị trường bình thường - hay
trong thời kỳ thị trường biến động dữ dội. Do đó, phương pháp nghiên cứu của luận
văn cần phải ước lượng hệ số tương quan biến đổi qua thời gian giữa hai loại tài sản
vàng và chứng khoán dựa vào mô hình DCC-GARCH, tác giả lựa chọn sử dụng các
biến quan sát là suất sinh lợi của hai loại tài sản trên để phù hợp với yêu cầu về tính
dừng cho chuỗi dữ liệu đầu vào của mô hình. Theo đó các biến quan sát bao gồm
biến lợi nhuận vàng Return-au và Return-vni, trong đó biến Return-vni đại diện cho
giá trị của biến lợi nhuận của giá chứng khoán VN-index, với cách xác định từng
biến như sau:
Dựa vào cách tính biến trên nghiên cứu thực nghiệm của Mark Joy (2011),
Return-au (lợi nhuận vàng – “Gold”) là biến phụ thuộc thể hiện suất sinh lợi của
27
vàng trong thời kỳ nghiên cứu, mỗi quan sát của biến Return-au là suất sinh lợi của
giá vàng tại ngày giãn cách theo tuần quan sát và được tính bằng cách lấy chênh
lệch hàng tuần của logarit tự nhiên của giá vàng, sau đó trừ đi giá trị trung bình theo
công thức sau:
Mark Joy (2011). Return-vni là biến phụ thuộc thể hiện suất sinh lợi của
chứng khoán trong thời kỳ nghiên cứu. Trong bài nghiên cứu tác giả sử dụng mỗi
quan sát của biến Return-vni (lợi nhuận giá chứng khoán) là suất sinh lợi của giá
chứng khoán tại ngày giãn cách theo tuần quan sát và được tính tương tự như biến
Return-au.
Trong đó gía của chứng khoán VN-index sẽ được lấy theo cuối ngày phiên
giao dịch trên sàn chứng khoán theo tuần. Các biến trễ một giai đoạn là Return-au(-
1) và Return-vni(-1) tại ngày quan sát t được xác định bằng cách lấy giá trị tương
ứng của biến Return-au và Return-vni tại ngày t-1 theo nghiên cứu thực nghiệm của
Mark Joy (2011). Những hệ số ước lượng của hai biến trễ này trong mô hình là đại
diện cho mức độ tác động của thông tin suất sinh lợi quá khứ lên những thay đổi
trong tỷ suất sinh lợi ở thời điểm hiện tại. Chính những tác động này sẽ làm thay đổi
chiến lược đa dạng hóa và phòng ngừa rủi ro tại từng thời điểm khác nhau, do đó
tác giả kỳ vọng quan sát được những hệ số ước lượng có ý nghĩa của hai biến này
trong thời kỳ nghiên cứu.
3.2.2 Mô hình nghiên cứu
Với mục tiêu của đề tài là ước lượng độ biến động và tương quan độ biến
28
động – đại diện bởi phương sai và hiệp phương sai có điều kiện – giữa các biến
khác nhau để làm cơ sở cho việc xác định mối tương quan và vai trò của tài sản
cơ sở cũng như làm cơ sở cho việc xây dựng danh mục đa dạng hóa và phòng
ngừa rủi ro, bài nghiên cứu dựa vào phương pháp nghiên cứu của tác giả
Sadorsky (2014), Mark Joy (2011) và Creti, A., Joëts, M., & Mignon, V. (2013),
Souček, M. (2013), Jain, A., & Biswal, P. C. (2016), Baruník, J., Kočenda, E., &
Vácha, L. (2016), Choi, K., & Hammoudeh, S. (2010), trong đó tác giả sử dụng
mô hình đa biến DCC-GARCH do Engle phát triển năm 2002 và việc xác định
khả năng giảm thiểu rủi ro như trong nghiên cứu của tác giả Juan C. Reboredo
(2013) cho thấy sự phù hợp của phương pháp tiếp cận này.
Trong bài nghiên cứu của Bauwens và cộng sự (2006) đã thực hiện khảo
sát thống kê về các dạng mô hình đa lượng GARCH (MGARCH) đã được sử
dụng trong tài chính thực nghiệm để phân tích tương quan và biến động giữa cổ
phần, hàng hóa, giá vàng và tỷ giá hối đoái. Có rất nhiều mô hình phổ biến khác
của MGARCH bao gồm: VECH, BEKK và VECH. Mặc dù kết quả khảo sát cho
thấy các mô hình này là phổ biến, tuy nhiên Bauwens và cộng sự (2006) cho
thấy các mô hình này có những hạn chế đặc biệt trong câu hỏi bài nghiên cứu
này với những nhược điểm tác giả chỉ ra. Mô hình VECH thiếu sự tương quan
giữa các biến, mô hình BEKK có hàm điều kiện xác xuất xảy ra dẫn tới ước tính
khó khăn, và mô hình VECH có một số lượng lớn các tham số hệ số hồi quy.
Hoti và cộng sự. (2005, 2007) ước tính các mô hình GARCH (1,1) đơn
thuần biến đổi theo thời gian để xem xét thay đổi các rủi ro đối với một số chỉ số
giá cả khác nhau và nhận thấy mô hình GARCH (1,1) đã giải thích được sự biến
động trong chỉ số giá cả một cách đầy đủ. Tuy nhiên, cách tiếp cận này không
kiểm tra được sự tương quan theo thời gian giữa các chỉ số của giá cả và các tài
sản khác, giá vàng, giá dầu,…
Sadorsky (2014) sử dụng các mô hình GARCH đa biến để mô phỏng các
biến động và mối tương quan có điều kiện giữa chỉ số giá chứng khoán, giá dầu
29
và giá vàng. Mô hình tương quan động có điều kiện DCC-GARCH được tác giả
chứng minh phù hợp với dữ liệu tốt nhất và được sử dụng để tạo ra các tương
quan có điều kiện quan sát được theo thời gian, các tỷ lệ công cụ phòng ngừa và
trọng số danh mục đầu tư tối ưu. Từ góc độ quản lý rủi ro, nghiên cứu này cung
cấp những kết quả rất tương tự về các tương quan điều kiện theo thời gian, tỷ lệ
công cụ phòng ngừa và trọng số danh mục đầu tư tối ưu khi đầu tư vào chứng
khoán S&P500. Ví dụ, các nhà đầu tư có thể mong đợi trả một khoản tiền cho
công cụ phòng ngừa của họ với dầu hoặc vàng. Những kết quả này có thể giúp
nhà đầu tư và nhà quản lý danh mục đầu tư đưa ra các quyết định đầu tư thông
minh hơn.
Để đo lường sự tự tương quan trong lợi nhuận. Một mô hình GARCH
(1,1) được sử dụng để mô hình hóa sự biến thiên theo thời gian và hiệp phương
sai:
Trong phương trình 1:
Rit là lợi nhuận của chuỗi i (vàng và chứng khoán), và εit là sai số ngẫu
nhiên với phương sai có điều kiện là hit , t là tham số biểu thị chuỗi thời
gian.
Trong phương trình 3:
Xác định một quá trình GARCH(1,1) trong đó I (ε) là một hàm chỉ thị cho
trường hợp ε <0. Đối với cách xác định cụ thể này, giá trị dương cho d cho thấy
30
rằng sai số âm có xu hướng tăng lên trong phương sai và nhiều hơn sai số dương.
Mô hình tương quan năng động (Dynamic conditional correlation - DCC)
của tác giả Engle (2002) được ước lượng theo hai bước. Trong bước đầu tiên,
các thông số GARCH được ước tính. Trong bước thứ hai, các tương quan được
ước tính.
Mô hình:
Ht = Dt Rt Dt (4)
Trong hàm (4) trên, ma trận Ht là ma trận hiệp phương sai có điều kiện,
Rt là ma trận tương quan có điều kiện và Dt là ma trận đường chéo của độ lệch
chuẩn.
Trong đó Qt là ma trận dương, là ma trận không có điều kiện tương
quan sai số chuẩn hóa ξit . Và hệ số θ1 và θ2 là hệ số hồi quy không âm với tổng
nhỏ hơn 1. Lúc đó tương quan được ước tính bằng công thức sau:
Đối với trường hợp tương quan điều kiện hệ số chặn (CCC), Rt = R và Rij
= ρij. Trong mô hình chéo, ρij = 0 cho tất cả i và j. Trường hợp chéo là rất hạn
chế vì nó giả định rằng các tương quan điều kiện năng động theo thời gian giữa
các biến là tất cả các số không. Phần sai số chuẩn hóa từ mô hình GARCH có thể
31
được sử dụng để tính ma trận hiệp phương sai không điều kiện.
3.2.2.1 Giai đoạn 1: Ước lượng ma trận hệ số tương quan giữa vàng và
chứng khoán
Trong giai đoạn này tác giả sử dụng mô hình DCC-GARCH do Engle phát
triển năm 2002 làm mô hình thực nghiệm để ước lượng ma trận hệ số tương quan
biến đổi theo thời gian giữa biến đại diện cho khả năng sinh lợi của vàng và biến đại
diện cho tỷ suất sinh lời của VN-index đối với thị trường Việt Nam.
Áp dụng cho câu hỏi nghiên cứu của đề tài và dựa theo gợi ý các kết quả
nghiên cứu trước đây, đề tài sử dụng mô hình DCC-GARCH(1,1), mô hình DCC-
GARCH (1,1) mô tả cơ chế thay đổi của suất sinh lợi bằng hai phương trình sau:
Trong đó 𝑦𝑡 là vec tơ m x 1 của m biến phụ thuộc là tỷ suất sinh lợi của giá
vàng GOLD (Return-au) và biến tỷ suất sinh lợi của VN-index trong đó tại thời
điểm t. Yêu cầu của mô hình là tập hợp các quan sát của các biến trên phải là chuỗi
thời gian có tính dừng, ∅ là ma trận các hệ số, 𝑥𝑡 là vec tơ m x 1 các biến độc lập
bao gồm biến trễ một giai đoạn của tỷ suất sinh lời của vàng là L. Lợi nhuận GOLD
(L.Return-au) và biến trễ một giai đoạn của tỷ suất sinh lợi VN-index là L.Return-
vni. Hạng nhiễu được mô tả là phụ thuộc vào ma trận phương sai có điều kiện biến
đổi theo thời gian ℎ𝑡 và 𝜂𝑡 là véc tơ m x 1 sai số ngẫu nhiên có phân phối chuẩn.
Ma trận phương sai – hiệp phương sai có điều kiện giữa hai biến GOLD
eg lần lượt là phương sai có điều kiện của Return-vni; phương sai
(Return-au) và Return-vni được xác định như sau:
e, ht
g, ht
Trong đó, ht
32
có điều kiện của biến GOLD (Return-au); và hiệp phương sai có điều kiện của hai
biến này tại thời điểm t. Mô hình DCC-GARCH cho phép ma trận phương sai –
hiệp phương sai thay đổi qua thời gian theo một điều kiện nhất định.
Chi tiết về mô hình DCC-GARCH và các giả thuyết của mô hình sẽ được nêu trong
phần phụ lục của luận văn.
3.2.2.2 Giai đoạn 2: Phân tích kết quả hệ số tương quan giữa tỷ suất sinh
lợi vàng và chứng khoán. Những giả thiết trong mô hình nghiên cứu
Từ hình vẽ 3.1 cho thấy giá vàng và giá chứng khoán biến động ngược chiều.
Theo nghiên cứu của Baur và Mc Dermott (2010), tác giả đưa ra giả thiết sau:
Giả thuyết: Vai trò của vàng như là một công cụ phòng ngừa đối với biến
động giá chứng khoán là thực sự tồn tại.
Theo Mark Joy (2011) định nghĩa về công cụ phòng ngừa và kênh trú ẩn an
toàn như sau:
Một tài sản đóng vai trò kênh trú ẩn an toàn sẽ không di chuyển với
một tài sản khác trong thời gian thị trường biến động mạnh,
Một tài sản có vai trò một công cụ phòng ngừa khi không tương quan
hoặc tương quan âm với tài sản khác, tính theo thị trường trung bình.
Dựa theo biểu đồ hệ số tương quan giữa tỷ suất sinh lợi vàng và chứng
khoán, ta sẽ kết luận có tồn tại hay không mối quan hệ giữa kênh vàng và kênh
chứng khoán. Kết quả phân tích dự kiến xảy ra các trường hợp tương ứng với các
kênh phòng ngừa và kênh trú ẩn đối với hệ số tương quan tỷ suất sinh lợi vàng và
chứng khoán.
Một tài sản là kênh trú ẩn an toàn sẽ có hệ số tương quan thấp, quanh
giá trị 0, không bị chệch tương quan âm ngược chiều.
Một tài sản là kênh phòng ngừa sẽ có hệ số tương quan cao hoặc thấp
tuy nhiên phải lệch về tương quan âm.
33
3.3 Phương pháp kiểm định mô hình
Dữ liệu nghiên cứu được thu thập dưới dạng chuỗi thời gian. Phương pháp
nghiên cứu dùng mô hình DCC-GARCH để tìm ra hệ số tương quan có điều kiện
biến đổi qua thời gian của tỷ suất sinh lời vàng và tỷ suất sinh lợi của VN-index.
Nhằm phân tích vai trò của vàng có thể làm công cụ phòng ngừa và kênh trú
ẩn an toàn đối với chứng khoán, tác giả tiến hành nghiên cứu trên tỷ suất sinh lợi
giá vàng và tỷ suất sinh lợi chứng khoán.
Quy trình được tiến hành như sau:
Bước 1: Tính thống kê mô tả chuỗi dữ liệu theo từng biến.
Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thước đo. Biểu
diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu để phân tích các chỉ số thống
kê như số trung bình, trung vị, giá trị nhỏ nhất, giá trị lớn nhất của chuỗi dữ liệu.
Bước 2: Kiểm định tính dừng
Kiểm định tính dừng là kiểm định rất quan trọng để xác định cấu trúc dữ liệu của
các biến có phù hợp với mô hình chuổi thời gian họ GARCH hay không.
Kiểm định tính dừng bằng Augmented Dickey-Fullet test (ADF): Dấu hiệu nhận
biết khi nhìn vào bảng kết quả nếu hệ số của biến tại độ trễ t-1 bé hơn 0 và đồng
thời giá trị tuyệt đối thống kê t tính toán lớn hơn trị tuyệt đối của các giá trị t tra
bảng ADF ở các mức ý nghĩa 1%, 5% , 10% thì bác bỏ giả thiết H0, từ đó kết luận
chuỗi dữ liệu dừng.
Bước 3: Kiểm định ảnh hưởng của ARCH
Kiểm định ảnh hưởng ARCH được thực hiện nhằm kiểm tra sự tồn tại của hiện
tượng phương sai thay đổi có điều kiện trước khi ước lượng hệ số tương quan biến
đổi qua thời gian của vàng và tỷ suất sinh lợi của VN-index.
Dấu hiệu nhận biết khi nhìn vào bảng kết quả của từng biến tương ứng nếu tồn tại
một hệ số phần dư khác 0 có Prob nhỏ hơn mức ý nghĩa 5% và Prob nhỏ hơn 10%
34
thì bác bỏ giả thiết H0, từ đó kết luận chuỗi dữ liệu của biến đang xét có ảnh hưởng
của ARCH.
Bước 4: Ước lượng mô hình DCC-GARCH
Các ký hiệu sử dụng trong mô hình đã được nêu trong phần trên của luận văn.
Ước lượng mô hình DCC-GARCH là ước lượng hai phương trình sau:
Dấu hiệu nhận biết tính phù hợp của mô hình DCC-GARCH khi nhìn vào bảng kết
quả nếu các hệ số ảnh hưởng của ARCH (𝛼𝑗) và GARCH (𝛽𝑗) đều bé hơn 1 và tổng các hệ
số ước lượng DCC 𝜆1 và 𝜆2 (tương ứng hệ số θ1 và θ2) nhỏ hơn 1 và có ý nghĩa thống
kê (Prob nhỏ hơn mức ý nghĩa 5%).
Trên đây là phương pháp nghiên cứu của đề tài được làm rõ cho từng nội dung liên
quan đến mô hình thực nghiệm, mô tả các biến quan sát của mô hình, nguồn dữ liệu
và cách thức xử lý dữ liệu. Mô hình thực nghiệm sử dụng là mô hình chuỗi thời
gian linh hoạt có điều kiện DCC-GARCH đã từng được tác giả Mark Joy (2011) sử
dụng và xác định tính phù hợp. Thao tác xử lý dữ liệu được thực hiện bằng phần
mềm Stata 13 và Eviews 8.0.
35
CHƯƠNG 4: KẾT QUẢ NGUYÊN CỨU
Trong nội dung chương 4 của luận văn tác giả sẽ phân tích các kết quả ước
lượng mô hình DCC-GARCH để tìm ra mối quan hệ giữa vàng và chứng khoán, đó
là quan hệ phòng ngừa hay trú ẩn.
4.1 Thống kê mô tả
4.1.1 Diễn biến của giá vàng và thị trường chứng khoán
Trước khi thực hiện định lượng trả lời thực hiện nghiên cứu, tác giả sẽ đưa ra
các biểu đồ về xu hướng biến động của giá vàng và giá chứng khoán trong thời gian
nghiên cứu để có cái nhìn trực quan ban đầu về mối quan hệ giữa giá vàng và thị
trường chứng khoán.
Tác giả phân tích biểu đồ về lợi nhuận của giá vàng và lợi nhuận của thị
trường chứng khoán. Với các giả định mong muốn là lợi nhuận biến động quanh giá
trị 0 và sự biến động mong muốn là không quá lớn để đảm bảo tính dừng của hồi
quy định lượng, tránh trường hợp hồi quy giả mạo.
36
Biểu đồ 4.1: Biến động của lợi nhuận thị trường chứng khoán
Biểu đồ 4.2: Biến động của lợi nhuận thị trường vàng
37
Các giá trị tỷ suất sinh lợi xoay quanh giá trị trung bình 0, điều này thể hiện
đặc điểm dừng của trung bình của chuỗi dữ liệu, phù hợp với phương pháp tiếp cận
hồi quy trên chuỗi dữ liệu thời gian trường hợp nghiên cứu.
4.1.2 Thống kê mô tả dữ liệu
Thống kê mô tả giúp tác giả có cái nhìn tổng quan về dữ liệu, phát hiện
những quan sát sai biệt trong cỡ mẫu, kết quả trình bày theo bảng thống kê mô tả
trong bảng dưới đây. Kết quả chỉ ra phạm vi, giá trị trung bình và độ lệch chuẩn của
các biến sử dụng trong nghiên cứu này.
Biểu đồ 4.3: Kết quả thống kê mô tả của lợi nhuận vàng
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8.
Kết quả thống kê mô tả của biến lợi nhuận vàng thấy rằng biến có giá trị
trung bình gần bằng 0 (phù hợp với mô hình DCC-GARCH), giá trị lớn nhất là
0.087490 và giá trị nhỏ nhất là -0.114820. Hệ số độ nghiêng (Skewness) của biến
lợi nhuận vàng có giá trị bé hơn không cho thấy phân phối xác xuất có dạng
nghiêng trái và hệ số độ nhọn (Kurtosis) vượt quá 3 cho thấy đồ thị phân phối xác
xuất của biến có độ nhọn vượt chuẩn. Chỉ số thống kê JB cho kiểm định Jarque-
38
Bera hoàn toàn bác bỏ giả thuyết phân phối chuẩn cho biến quan sát, tức là biến
GOLD không có phân phối chuẩn ở mức ý nghĩa 1%.
Phần tiếp theo tác giả thống kê mô tả lợi nhuận chứng khoán.
Biểu đồ 4.4: Kết quả thống kê mô tả của lợi nhuận chứng khoán
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8.
Bảng kết quả thống kê mô tả của biến lợi nhuận chứng khoán cho thấy, biến
có giá trị trung bình gần bằng 0 (phù hợp với mô hình DCC-GARCH), giá trị lớn
nhất là 0.091828 và giá trị nhỏ nhất là -0.125388. Hệ số độ nghiêng (Skewness) của
biến lợi nhuận chứng khoán có giá trị nhỏ hơn không cho thấy phân phối xác xuất
có dạng nghiêng trái và hệ số độ nhọn (Kurtosis) vượt quá 3 cho thấy đồ thị phân
phối xác xuất của biến có độ nhọn vượt chuẩn. Chỉ số thống kê JB cho kiểm định
Jarque-Bera bác bỏ giả thuyết phân phối chuẩn cho biến quan sát, tức là biến lợi
nhuận chứng khoán không có phân phối chuẩn ở mức ý nghĩa 1%.
39
4.2 Các kiểm định trên phân tích dữ liệu chuỗi thời gian
4.2.1 Kiểm định tính dừng
Kiểm định tính dừng là kiểm định nhằm xác định cấu trúc dữ liệu của các
biến có phù hợp với mô hình phân tích chuổi thời gian bao gồm mô hình GARCH
hay không. Tác giả dùng kiểm định ADF để kiểm định nghiệm đơn vị từ đó xác
định tính dừng của chuỗi dữ liệu. Kết quả kiểm định nghiệm đơn vị ADF được thể
hiện ở Bảng cho các biến lần lượt lợi nhuận vàng và lợi nhuận chứng khoán.
Giả thuyết Ho của kiểm định: Chuỗi dữ liệu có nghiệm đơn vị (tức là không có tính
dừng). Các giá trị t – statistics theo kiểm định Augmented Dickey-Fuller lần lượt
ứng với mức 1%, 5% và 10% là -3.44, -2.86 và -2.57.
Bảng 4.1: Kết quả kiểm định ADF cho biến lợi nhuận Vàng
Giá trị thống kê Chuỗi dữ liệu t-Statistic
RETURNAU -18.50601***
[P-value: 0.000]
*,**,*** tương ứng với mức ý nghĩa 10%, 5%, 1%
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8 - Phụ lục định lượng
Kết quả kiểm định tính dừng cho thấy giá trị tuyệt đối của thống kê τ =
18.50601 lớn hơn so với trị tuyệt đối các giá trị giá trị t – statistics theo kiểm định
Augmented Dickey Fuller lần lượt ứng với mức ý nghĩa 1%, 5% và 10%. Kết quả
này đã bác bỏ giả thuyết H0, có tồn tại nghiệm đơn vị hay chuổi dữ liệu về tỷ suất
sinh lợi của Vàng là chuỗi có tính dừng ở mức ý nghĩa 1%.
40
Bảng 4.2: Kết quả kiểm định ADF cho biến lợi nhuận chứng khoán
Giá trị thống kê Chuỗi dữ liệu t-Statistic
RETURNVNI -18.69608***
[P-value: 0.000]
*,**,*** tương ứng với mức ý nghĩa 10%, 5%, 1%
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8 - Phụ lục định lượng
Kết quả kiểm định tính dừng cho thấy giá trị tuyệt đối của thống kê τ =
18.69608 lớn hơn so với trị tuyệt đối các giá trị giá trị t – statistics theo kiểm định
Augmented Dickey Fuller lần lượt ứng với mức ý nghĩa 1%, 5% và 10%. Kết quả
này đã bác bỏ giả thuyết H0, có tồn tại nghiệm đơn vị hay chuổi dữ liệu về tỷ suất
sinh lợi của Chứng khoán là chuỗi có tính dừng ở mức ý nghĩa 1%.
Kết luận: Tất cả các kết quả kiểm định trên đều cho thấy giá trị tuyệt đối của
thống kê τ lớn hơn trị tuyệt đối các giá trị τ tra bảng ADF có ý nghĩa thống kê ở các
mức ý nghĩa 1%. Kết quả này đã bác bỏ giả thuyết H0, có tồn tại nghiệm đơn vị hay
chuổi không dừng ở mức ý nghĩa 1%. Như vậy, tác giả xác định rằng các chuỗi dữ
liệu của các biến quan sát trên đều có tính dừng và có thể được sử dụng làm dữ liệu
đầu vào cho các mô hình GARCH để phục vụ cho các phân tích tiếp theo, tránh
được hồi quy giả mạo (spurious regression) trên phân tích chuỗi thời gian.
4.2.2 Kiểm định ảnh hưởng ARCH
Kiểm định tồn tại tác động ARCH được thực hiện nhằm kiểm tra sự tồn tại
của hiện tượng phương sai thay đổi có điều kiện trước khi ước lượng các ma trận
phương sai hiệp phương sai giữa vàng và các biến tỷ suất sinh lợi của VN-index.
Ảnh hưởng ARCH nếu có tồn tại sẽ ảnh hưởng tính hữu dụng và phù hợp của mô
41
hình họ GARCH để phân tích phương sai, hiệp phương sai giữa các biến quan sát
này. Mô hình ARCH do Engle phát triển năm 1982. Mô hình này cho rằng phương
sai của các phần dư (hạng nhiễu) tại thời điểm t phụ thuộc vào các phần dư (hạng
nhiễu) bình phương ở các giai đoạn trước. Kết quả kiểm định ARCH được thể hiện
ở bảng sau:
Giả thuyết H0: Không tồn tại hiệu ứng ARCH trong mô hình tự hồi quy tỷ
suất sinh lợi giá vàng.
Bảng 4.3: Kiểm định ảnh hưởng ARCH tỷ suất sinh lợi giá vàng làm biến
phụ thuộc với độ trễ k=3
Giá trị thống kê Mô hình Obs*R-squared
7.969862** Biến phụ thuộc RETURNAU [P-value: 0.0466]
*,**,*** tương ứng với mức ý nghĩa 10%, 5%, 1%
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8 - Phụ lục định lượng
Kết quả kiểm tra ảnh hưởng hiện tượng ARCH của biến tỷ suất sinh lợi giá
vàng với độ trễ 3 ta thấy rằng giá trị p-value Prob.F bằng 0.0466 nhỏ hơn mức ý
nghĩa 5% cho ta kết luận tồn tại ảnh hưởng ARCH tồn tại đối với biến động tự hồi
quy tỷ suất sinh lợi giá vàng mức ý nghĩa 5%.
Kết quả này thể hiện phương sai của sai số mô hình có lợi nhuận vàng làm
biến phụ thuộc thay đổi theo dạng tương quan ARCH.
Bảng 4.4: Kiểm định ảnh hưởng ARCH tỷ suất sinh lợi chứng khoán làm
biến phụ thuộc với độ trễ k=3
42
Giá trị thống kê Mô hình Obs*R-squared
1.430187 Biến phụ thuộc RETURNVNI [P-value: 0.6985]
*,**,*** tương ứng với mức ý nghĩa 10%, 5%, 1%
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8 – Phụ lục định lượng
Dựa trên bảng trên kết quả kiểm tra ảnh hưởng hiện tượng ARCH của biến tỷ
suất sinh lợi chứng khoán với độ trễ 3 ta thấy rằng giá trị p-value Prob.F bằng
0.6985 lớn hơn mức ý nghĩa 5% cho ta kết luận không tồn tại ảnh hưởng ARCH tồn
tại đối với biến động tự hồi quy tỷ suất sinh lợi giá chứng khoán làm biến phụ thuộc
mức ý nghĩa 5%.
Kết quả này thể hiện phương sai mô hình tỷ suất sinh lợi giá chứng khoán
làm biến phụ thuộc không thay đổi theo dạng tương quan ARCH. Tóm lại, các kết
quả kiểm định ảnh hưởng ARCH cho thấy các sự tồn tại ảnh hưởng ARCH cho mô
hình hồi quy có tỷ suất sinh lợi đầu tư vàng làm biến phụ thuộc (hàng hóa i trong
hàm hồi quy chương 3) và tỷ suất sinh lợi đầu tư chứng khoán làm biến độc lập
(hàng hóa j trong hàm hồi quy chương 3).
4.3 Kết quả mô hình
Bài nghiên cứu là ước lượng độ biến động và tương quan độ biến động – đại
diện bởi phương sai và hiệp phương sai có điều kiện – giữa các biến khác nhau để
làm cơ sở cho việc xác định mối tương quan của lợi nhuận vàng và chứng khoán và
vai trò của tài sản cơ sở cũng như làm cơ sở cho việc xây dựng danh mục đa dạng
hóa và phòng ngừa rủi ro, bài nghiên cứu dựa vào phương pháp nghiên cứu của tác
giả Sadorsky (2014), Mark Joy (2011)
Tác giả ước lượng mô hình DCC-GARCH do Engle phát triển năm 2002 xác
43
định mối quan hệ giữa lợi nhuận thị trường chứng khoán và lợi nhuận thị trường
vàng.
Bảng 4.5: Các hệ số ước lượng mô hình DCC-GARCH với giá trị P-value
tương ứng, tất cả các ước lượng được thực hiện trên phần mềm Stata 13 và các dữ
liệu tại thị trường Việt Nam theo tuần từ 08/01/2010 đến tháng 01/09/2017:
Lợi nhuận
Lợi nhuận
Vàng
Chứng khoán
Hệ số GARCH (Mô hình (2) trong phụ lục)
0.1143173** 0.016898 b1
2.16 1.58
0.7455152*** 0.9853005*** b2
7.46 76.73
Hệ số tự do 0.0000858** -3.53e-06
1.97 -1.19
Hệ số DCC (Mô hình (1) trong phụ lục)
𝝷1 0.0823187**
2.00
𝝷2 0.799917***
10.50
*,**,*** tương ứng với mức ý nghĩa 10%, 5%, 1%
Nguồn: Kết quả được xử lý từ phần mềm Stata 13- Phụ lục định lượng Các kết quả ước lượng GARCH cho thấy mức độ phù hợp cao, trong đó tổng
của các hệ số ảnh hưởng của ARCH và GARCH đều bé hơn 1, các hệ số đều có ý
nghĩa thống kê ở mức 1% ở đa số biến. Các hệ số ước lượng DCC 𝝷1 và 𝝷2 đều có
44
ý nghĩa thống kê, tổng hai hệ số này nhỏ hơn 1 cho thấy một mối tương quan có ý
nghĩa phù hợp với mô hình phân tích DCC GARCH.
Như vậy tiếp cận ước lượng hệ số tương quan giữa tỷ suất sinh lợi vàng và
chứng khoán với mô hình DCC GARCH là có ý nghĩa thống kê, tin cậy để đưa vào
phân tích mối quan hệ hai kênh vàng và chứng khoán tại Việt Nam trong giai đoạn
nghiên cứu.
Tiếp theo, từ kết quả mô hình, tác giả thể hiện hình sau sự biến động của hệ
số tương quan biến đổi theo thời gian giữa tỷ suất sinh lợi đầu tư vàng và tỷ suất
sinh lợi đầu tư chứng khoán VN-index mà trên kết quả phân tích DCC GARCH đã
sử dụng để đưa ra kết luận về mối quan hệ giữa tỷ suất sinh lợi đầu tư vàng và tỷ
suất sinh lợi đầu tư chứng khoán, vàng là kênh trú ẩn an toàn hay là kênh phòng
ngừa rủi ro.
Biểu đồ 4.5: Đồ thị hiệp phương sai tương quan tỷ suất sinh lợi giữa biến tỷ
suất sinh lợi đầu tư vàng và tỷ suất sinh lợi đầu tư chứng khoán
45
Biểu đồ 4.6: Đồ thị hệ số tương quan tỷ suất sinh lợi giữa biến tỷ suất sinh
lợi đầu tư vàng và tỷ suất sinh lợi đầu tư chứng khoán
Nguồn: Kết quả được xử lý từ phần mềm Stata 13
46
Biểu đồ 4.7: Biểu đồ thời gian của giá vàng và chỉ số VN-Index (8/1/2010-
900
45000000
800
40000000
700
35000000
600
30000000
500
25000000
400
20000000
300
15000000
200
10000000
100
5000000
0
0
XAU_VND
VNINDEX
1/9/2017)
Theo thảo luận Joy (2011) về định nghĩa về công cụ phòng ngừa và kênh trú
ẩn an toàn:
Một tài sản đóng vai trò kênh trú ẩn an toàn sẽ không di chuyển với
một tài sản khác trong thời gian thị trường biến động mạnh.
Một tài sản có vai trò một công cụ phòng ngừa khi không tương quan
hoặc tương quan âm với tài sản khác, tính theo thị trường trung bình.
Phân tích hai biều đồ trên về quan hệ giữa thị trường vàng và chứng khoán,
trong giai đoạn đầu năm 2010 đến đầu năm 2011, giá vàng và giá chứng khoán có
biến động không đáng kể, giá vàng di chuyển xung quanh giá trị 2.500.000 VND
trong khi VN-index cũng di chuyển quanh đường 500. Biên độ giao động không
lớn. Trong thời kỳ này, tương quan giữa lợi nhuận vàng và lợi nhuận chứng khoán
tìm thấy ở mô hình DCC – GARCH là không có tương quan, giá trị hiệp phương sai
giao động ổn định quanh giá trị 0.
47
Trong giai đoạn đầu năm 2011 đến giữa năm 2013, giá vàng và chỉ số chứng
khoán biến động mạnh, giá vàng tăng lên từ 2.500.000 VND đến gần 4.000.000
VND sau đó giảm xuống về mức như năm 2011 là 2.500.000 VND. Chỉ số giá
chứng khoán cũng có giao động tương tự giá vàng, giảm xuống 50 điểm sau đó tăng
lên 60 điểm trong sáu tháng đầu năm 2011, sau đó suy giảm từ 530 xuống 350 ở
cuối năm 2012, sau đó biến động theo hình Sin đến gần cuối năm 2013 mới ổn định.
Trong thời gian biến động mạnh của thị trường vàng và thị trường chứng khoán
này, tương quan giữa lợi nhuận vàng và lợi nhuận chứng khoán trong mô hình DCC
GARCH là lớn, tương quan âm đột ngột từ đầu 2011 đến đầu năm 2012, sau đó thay
đổi chiều, tương quan dương và hiệp phương sai di chuyển xa đường 0 (tương quan
lớn) từ đầu năm 2012 đến cuối năm 2013.
Từ sau năm 2013 đến năm 2017, thị trường vàng và thị trường chứng khoán
ổn định về giá vàng và chỉ số giá chứng khoán. Giá vàng dao động trong khoảng
2.500.000 VND đến 3.000.000 trong 5 năm liền, tương tự chỉ số giá chứng khoán di
chuyển theo đường tăng có xu hướng tuyến tính (đường thẳng) theo thời gian và
biến động điều chỉnh nhỏ quanh xu hướng đó. Trong giai đoạn này, tương quan
trong mô hình DCC GARCH hầu như di chuyển quanh giá trị 0, cho thấy hầu như
không tồn tại tương quan giữa lợi nhuận vàng và lợi nhuận chứng khoán.
Với định nghĩa trên, chúng ta thấy quan hệ giữa kênh đầu tư vàng và chứng
khoán là kênh phòng ngừa rủi ro.
Kết luận: Kênh đầu tư vàng và chứng khoán là kênh phòng ngừa rủi ro trong
giai đoạn 2010 đến 2017 tại thị trường Việt Nam.
Quan hệ giữa kênh đầu tư vàng và chứng khoán là kênh phòng ngừa rủi ro tại
thị trường Việt Nam. Kết luận bằng chứng thực nghiệm này tương đồng với nghiên
cứu trước đây của Taufiq Choudhry Sye S.Hassan Sarosh Shabi (2015).
Đầu tiên, có thể giải thích lý do vàng là một công cụ chỉ báo hàng đầu cho sự
không chắc chắn xảy ra trên thị trường chứng khoán Việt Nam là do trong nền kinh
tế nước ta, những kênh đầu tư như bất động sản, vàng, ngoại tệ luôn cùng chia sẻ và
48
cạnh tranh dòng vốn đầu tư trong xã hội với kênh đầu tư chứng khoán. Tuy nhiên,
trong số đó, diễn biến thị trường trong giai đoạn vừa qua cho thấy vàng ngày càng
trở nên hấp dẫn khi được xem là một tài sản phòng ngừa rủi ro hiệu quả và các kỷ
lục mới của giá vàng liên tục được thiết lập. Với vai trò là một kênh đầu tư thay thế
không thể bỏ qua, rõ ràng việc thay đổi trong giá vàng sẽ có ảnh hửơng quan trọng
đến sự biến động giá trong thị trường chứng khoán. Cụ thể, cơ chế tác động xuất
phát từ việc nhà đầu tư đưa ra quyết định phân bổ lại danh mục đầu tư của mình ứng
với một sự biến động giá xảy ra trên thị trường vàng. Ngoài ra, khi so sánh với thị
trường Mỹ thì sự khác biệt giữa giá vàng thế giới và giá vàng trong nước xảy ra do
sự kiểm soát của chính phủ đối với thị trường vàng trong nước cũng có thể là một lý
do khả thi.
Thứ hai, có thể suy đoán lý do để vàng có vai trò như một công cụ phòng
ngừa hoặc một kênh đầu tư an toàn cho chứng khoán Việt Nam trong dài hạn là
xuất phát từ sự tìm kiếm các kênh đầu tư chất lượng đặc biệt là khi các nhà đầu tư bị
ám ảnh bởi nỗi sợ hãi về các thua lỗ trên thị trường tài chính (T.Miyazaki và
S.Hamori (2013)). Cụ thể, thị trường chứng khoán nước ta có quy mô nhỏ hơn
nhiều lần so với các thị trường chứng khoán trên thế giới, về thời gian phát triển lại
chưa lâu nên độ ổn định của thị trường còn hạn chế. Đặc biệt, sự chi phối của tâm lý
bầy đàn càng làm cho các biến động trên thị trường không tuân theo bất kỳ quy luật
nào và rất khó xác định. Do đó, vàng đã phát huy được vai trò của mình như là một
công cụ phòng ngừa hoặc một kênh đầu tư an toàn đối với thị trường chứng khoán
Việt Nam.
49
CHƯƠNG 5: KẾT LUẬN
5.1 Kết luận về kết quả nghiên cứu
Bài nghiên cứu xem xét ý nghĩa của vàng trong mối quan hệ đầu tư chứng
khoán thông qua việc phân tích vai trò của vàng như là một kênh trú ẩn an toàn hay
là một công cụ phòng ngừa rủi ro đối với kênh đầu tư chứng khoán trong giai đoạn
từ tháng 1/2010 đến tháng 09/2017. Bằng cách tiếp cận từ mô hình DCC-GARCH ,
kết quả chỉ ra rằng có mối quan hệ về công cụ phòng ngừa của vàng tại thị trường
chứng khoán Việt Nam.
5.2 Khuyến nghị đề tài
Từ mối quan hệ giữa thị trường chứng khoán là công cụ phòng ngừa của
vàng tại thị trường chứng khoán Việt Nam trong giai đoạn từ tháng 1/2010 đến
tháng 09/2017. Góp phần đưa đến các khuyến nghị sau đối với nhà đầu tư liên quan
tới thị trường và chứng khoán.
Các nhà đầu tư nên sử dụng vàng chứng khoán là công cụ phòng ngừa lẫn
nhau thay vì trú ẩn trong danh mục đầu tư. Với vai trò là công cụ phòng ngừa, khi
đó trong thị trường hoạt động trung bình, tại thời điểm thị trường chứng khoán suy
giảm, các nhà đầu tư có thể lựa chọn thị trường vàng đầu tư; và ngược lại, trong thời
kỳ vàng suy giảm, thị trường chứng khoán là kênh nên theo dõi trong các quyết
định đầu tư.
Ngoài ra, trong thời kỳ xa hơn, các nhà đầu tư nên cập nhật thêm dữ liệu
thực hiện lại kết quả nghiên cứu để hiểu rõ về quan hệ giữa vàng và chứng khoán tại
Việt Nam, nhằm đưa ra quyết định hợp lý hơn.
50
5.3 Những điểm hạn chế của luận văn
Thứ nhất, những nghiên cứu của luận văn dựa trên mẫu dữ liệu về tỷ suất
sinh lợi của giá vàng và tỷ suất sinh lợi của VN-index trên thị trường Việt Nam với
dữ liệu theo tuần từ tháng 1/2010 đến tháng 09/2017. Tuy nhiên so với các nghiên
cứu trước đây trên thế giới thì mẫu dữ liệu này còn tương đối ngắn.
Thứ hai, mặc dù mô ảnh hưởng GARCH một giai đoạn có ý nghĩa thống kê
tuy nhiên các ảnh hưởng GARCH ở các giai đoạn trễ hơn chưa được đưa thêm vào
mô hình để tiếp tục kiểm định tính phù hợp của biến bổ sung nhằm đạt được mô
hình giải thích tốt nhất cho các biến động phương sai – hiệp phương sai có điều kiện
và thiết lập chiến lược phòng ngừa chính xác hơn.
5.4 Những gợi ý cho hướng nghiên cứu tiếp theo
Đối với nghiên cứu trong tương lai, như được đề xuất trong các nghiên cứu
trước đây, sự dao động tỷ giá, đặc biệt là trong trường hợp đồng đô la mất giá nên
được đưa vào tính toán để xác định sự biến động TSSL của vàng. Hơn nữa, lạm
phát với mối liên hệ trực tiếp với sự mất giá của đồng đô la, từ đó sẽ dẫn đến nhu
cầu sử dụng vàng như một công cụ phòng ngừa cũng nên được xem xét. Sự hiện
diện của các nhân tố này và yếu tố khả thi khác có ảnh hưởng đồng thời đến nhu cầu
về vàng đòi hỏi việc xác định một hệ thống đa biến (thí dụ mô hình GARCH đa
biến) để nắm bắt các mối quan hệ đa dạng giữa chúng là cần thiết. Thêm vào đó,
chúng ta cũng nên so sánh các kết quả nghiên cứu trong bài nghiên cứu này bằng
cách sử dụng các đồng tiền khác nhau trong phân tích.
DANH MỤC TÀI LIỆU THAM KHẢO
Aggarwal R, Lucey BM, O’Connor FA. 2014. Rationality in precious metals
forward markets: Evidence of behavioural deviations in the gold markets.
Journal of Multinational Financial Management 25–26: 110–130.
Aizenman J, Inoue K. 2012. Central banks and gold puzzles. NBER Working
Paper No. 17894.
Ariovich G. 1983. The impact of political tension on the price of gold. Journal
for Studies in Economics and Econometrics 16: 17–37.
Baker S, van Tassel RC. 1985. Forecasting the price of gold: A fundamentalist
approach. Atlantic Economic Journal 13: 43–51.
Basu S, Clouse ML. 1993. A comparative analysis of gold market efficiency
using derivative market information. Resources Policy 19: 217–224.
Baur D, Glover K. 2012. A gold bubble? Working Paper Series, Finance
Discipline Group, UTS Business School, University of Technology, Sydney No.
175.
Baur D, McDermott T. 2010. Is gold a safe haven? International evidence.
Journal of Banking & Finance 34: 1886–1898.
Baur D. 2013. Gold - Fundamental drivers and asset allocation. Available from
SSRN: http: // papers. ssrn. com/ sol3/ papers. cfm? abstract_ id= 2240831 .
Baur DG, Glover KJ. 2014. Heterogeneous expectations in the gold market:
Specification and estimation. Journal of Economic Dynamics and Control 40:
116–133.
Baur DG, Lucey BM. 2010. Is gold a hedge or a safe haven? An analysis of
stocks, bonds and gold. Financial Review 45: 217–229.
Baur, Dirk G., and Brian M. Lucey. Is gold a hedge or a safe haven? An analysis
of stocks, bonds and gold."" Financial Review 45.2 (2010): 217-229."
Baur, Dirk G., and Thomas K. McDermott. Is gold a safe haven? International
evidence."" Journal of Banking & Finance 34.8 (2010): 1886-1898."
Beckmann J, Czudaj R. 2013a. The forward pricing function of industrial metal
futures – Evidence from cointegration and smooth transition regression analysis.
International Review of Applied Economics 27: 472–490.
Beckmann J, Czudaj R. 2013b. Gold as an inflation hedge in a time-varying
coefficient framework. North American Journal of Economics and Finance 24:
208–222.
Beckmann, Joscha, and Robert Czudaj. Gold as an inflation hedge in a time-
varying coefficient framework."" The North American Journal of Economics
and Finance 24 (2013): 208-222."
Bialkowski JT, Bohl MT, Stephan PM, Wisniewski TP. 2012. The gold price in
times of crisis. Available from SSRN: http: // ssrn. com/ abstract= 1718106 .
Broyden CG. 1970. The convergence of a class of double-rank minimization
algorithms. Journal of the Institute of Mathematics and Its Applications 6: 76–
90.
Capie F, Mills TC, Wood G. 2005. Gold as a hedge against the dollar. Journal of
International Financial Markets, Institutions and Money 15: 343–352.
Capie, Forrest, Terence C. Mills, and Geoffrey Wood. Gold as a hedge against
the dollar."" Journal of International Financial Markets, Institutions and
Money15.4 (2005): 343-352."
Chappell D, Dowd K. 1997. A simple model of the gold standard. Journal of
Money, Credit and Banking 29: 94–105.
Chappell, David, and Kevin Dowd. A simple model of the gold
standard.""Journal of Money, Credit, and Banking (1997): 94-105."
Chua J, Stick G, Woodward R. 1990. Diversifying with gold stocks. Financial
Analysts Journal 46: 76–79.
Ciner C, Gurdgiev C, Lucey BM. 2013. Hedges and safe havens: An
examination of stocks, bonds, gold, oil and exchange rates. International Review
of Financial Analysis 29: 202–211.
Ciner C. 2001. On the long run relationship between gold and silver: A note.
Global Finance Journal 12: 299–303.
Ciner, Cetin, Constantin Gurdgiev, and Brian M. Lucey. Hedges and safe
havens: An examination of stocks, bonds, gold, oil and exchange
rates.""International Review of Financial Analysis 29 (2013): 202-211."
Creti, A., Joëts, M., & Mignon, V. (2013). On the links between stock and
commodity markets' volatility. Energy Economics, 37, 16-28.
Diba BT, Grossman HI. 1984. Rational bubbles in the price of gold. NBER
Working Paper No. 1300.
Dooley MP, Isard P, Taylor MP. 1995. Exchange rates, country-specific shocks
and gold. Applied Financial Economics 5: 121–129.
Faff R, Hillier D. 2004. An international investigation of the factors that
determine conditional gold betas. Financial Review 39: 473–488.
Faug`ere C, Van Erlach J. 2005. The price of gold: A global required yield
theory. Journal of Investing 14: 99–111.
Fletcher R. 1970. A new approach to variable metric algorithms. Computer
Journal 13: 317–322.
Fortune JN. 1987. The inflation rate of the price of gold, expected prices and
interest rates. Journal of Macroeconomics 9: 71–82.
Ghosh D, Levin EJ, Macmillan P, Wrigh RE. 2004. Gold as an inflation hedge?
Studies in Economics and Finance 22: 1–25.
Ghosh, Dipak, et al. Gold as an inflation hedge?."" Studies in Economics and
Finance 22.1 (2004): 1-25."
Goldfarb D. 1970. A family of variable metric updates derived by variational
means. Mathematics of Computation 24: 23–26.
Granger CWJ, Ter¨asvirta T. 1993. Modelling Nonlinear Economic
Relationships. Oxford: Oxford University Press.
Harmston S. 1998. Gold as a store of value. World Gold Council, Research
Study No. 22.
Hillier D, Draper P, Faff R. 2006. Do precious metals shine? An investment
perspective. Financial Analysts Journal 62: 98–106.
Ho YK. 1985. Test of the incrementally efficient market hypothesis for the
London gold market. Economics Letters 19: 67–70.
Jaffe J. 1989. Gold and gold stocks as investments for institutional portfolios.
Financial Analysts Journal 42: 53–59.
Joy, Mark. "Gold and the US dollar: Hedge or haven?." Finance Research
Letters 8.3 (2011): 120-131.
Kaul A, Sapp S. 2006. Y2K fears and safe haven trading of the U.S. dollar.
Journal of International Money and Finance 25: 760–779.
Kolluri BR. 1981. Gold as a hedge against inflation: An empirical investigation.
Quarterly Review of Economics and Business 21: 13–24.
Kolluri, Bharat R. Gold as a hedge against inflation-an empirical-
investigation."" Quarterly Review of Economics and Business21.4 (1981): 13-
24."
Koutsoyiannis A. 1983. A short-run pricing model for a speculative asset, tested
with data from the gold bullion market. Applied Economics 15: 563–581
Laurent RD. 1994. Is there a role for gold in monetary policy? Federal Reserve
Bank of Chicago, Economic Perspectives March: 2–14.
Laurent, Robert D. Is there a role for gold in monetary policy?."" Economic
Perspectives Mar (1994): 2-14."
Le Long, Hau, et al. Gold as a Hedge against Inflation: The Vietnamese Case.""
Procedia Economics and Finance 5 (2013): 502-511."
Levin ER, Wright RE. 2006. Short-run and long-run determinants of the price of
gold. World Gold Council, Research Study No.32.
Li S, Lucey BM. 2015. What precious metals act as safe havens, and when?
Some US evidence. Applied Economics Letters forthcoming.
Lucey BM, O’Connor FA. 2013. Do bubbles occur in the gold price? An
investigation of gold lease rates and Markov switching models. Borsa Istanbul
Review 13: 53–63.
Lucey BM, Tully E, Poti V. 2006. International portfolio formation, skewness
and the role of gold. Frontiers in Finance and Economics 3: 1–17.
Luukkonen R, Saikkonen P, Ter¨asvirta T. 1988. Testing linearity against
smooth transition autoregressive models. Biometrika 75: 491–499.
Mahdavi S, Zhou S. 1997. Gold and commodity prices as leading indicators of
inflation: Tests of long-run relationship and predictive performance. Journal of
Economics and Business 49: 475–489.
McCown JR, Zimmerman JR. 2006. Is gold a zero-beta asset? Analysis of the
investment potential of precious metals. Available from SSRN: http: // ssrn.
com/ abstract= 920496 .
Michaud R, Michaud R, Pulvermacher K. 2006. Gold as Strategic Asset.
London: World Gold Council. Moore G. 1990. Gold prices and a leading index
of inflation. Challenge 33: 52–56.
Miyazaki, Takashi, Yuki Toyoshima, and Shigeyuki Hamori. Exploring the
dynamic interdependence between gold and other financial
markets.""Economics Bulletin 32.1 (2012): 37-50."
Moore, Geoffrey H. Analysis: Gold Prices and a Leading Index of
Inflation.""Challenge 33.4 (1990): 52-56."
Pasutasarayut P, Chintrakarn P. 2012. Is gold a hedge or safe haven? A case
study of Thailand. European Journal of Scientific Research 74: 90–95.
Phillips PCB, Wu Y, Yu J. 2011. Explosive behavior in the 1990s Nasdaq:
When did exuberance escalate asset values? International Economic Review 52:
201–226.
Pindyck RS. 1993. The present value model of rational commodity pricing.
Economic Journal 103: 511–530.
Pukthuanthong, Kuntara, and Richard Roll. Gold and the Dollar (and the Euro,
Pound, and Yen)."" Journal of Banking & Finance 35.8 (2011): 2070-2083."
Reboredo JC. 2013. Is gold a safe haven or a hedge for the US dollar?
Implications for risk management. Journal of Banking & Finance 37: 2665–
2676.
Reboredo, Juan C. "Is gold a safe haven or a hedge for the US dollar?
Implications for risk management." Journal of Banking & Finance 37.8 (2013):
2665-2676.
Reboredo, Juan C., and Miguel A. Rivera-Castro. Gold and exchange rates:
downside risk and hedging at different investment horizons."" International
Review of Economics & Finance 34 (2014): 267-279."
Sadorsky, P. (2014). Modeling volatility and conditional correlations between
socially responsible investments, gold and oil. Economic Modelling, 38, 609-
618.
S.Hassan, S., Choudhry, T., Hassan, S. S., & Shabi, S. (2015). Relationship
between gold and stock markets during the global financial crisis: Evidence
from nonlinear causality tests.International Review of Financial Analysis, 41,
pp. 247-256
Shanno DF. 1970. Conditioning of quasi-newton methods for function
minimization. Mathematics of Computation 24: 647–656.
Sherman E. 1982. New gold model explains variations. Commodity Journal 17:
16–20. Sherman E. 1983. A gold pricing model. Journal of Portfolio
Management 9: 68–70.
Sherman E. 1986. Gold Investment: Theory and Application. New York:
Prentice Hall.
Sjaastad LA, Scacciallani F. 1996. The price of gold and the exchange rate.
Journal of International Money and Finance 15: 879–897.
Smith G. 2002. Tests of the random walk hypothesis for London gold prices.
Applied Economics Letters 9: 671–674.
Solt ME, Swanson PJ. 1981. On the efficiency of the markets for gold and
silver. Journal of Business 54: 453–478.
Taylor MP, Peel DA, Sarno L. 2001. Nonlinear mean-reversion in real exchange
rates: Toward a solution to the purchasing power parity puzzles. International
Economic Review 42: 1015–1042.
Ter¨asvirta T. 1994. Specification, estimation and evaluation of smooth
transition autoregressive models. Journal of the American Statistical Association
89: 208–218.
Ter¨asvirta T. 1998. Modelling economic relationships with smooth transition
regressions. In Giles DEA, Ullah A (eds.) Handbook of Applied Economic
Statistics, Marcel Dekker: New York, pages 507–552.
Tschoegl AE. 1980. Efficiency in the gold market. Journal of Banking &
Finance 4: 371–379.
Upper C. 2000. How safe was the ‘safe haven’? Financial market liquidity
during the 1998 turbulences. Deutsche Bundesbank Working Paper No. 1/00.
Van Dijk D, Ter¨asvirta T, Franses PH. 2002. Smooth transition autoregressive
models - a survey of recent developments. Econometric Reviews 21: 1–47.
Wang KM, Lee YM. 2011. The yen for gold. Resources Policy 36: 39–48.
Wang, Kuan-Min, Yuan-Ming Lee, and Thanh-Binh Nguyen Thi. "Time and
place where gold acts as an inflation hedge: An application of long-run and
short-run threshold model." Economic Modelling 28.3 (2011): 806-819
Worthington AC, Pahlavani M. 2007. Gold investment as an inflationary hedge:
Cointegration evidence with allowance for endogenous structural breaks.
Applied Financial Economics Letters 3: 259–262.
PHỤ LỤC Mô hình DCC-GARCH và các giả thiết
Mô hình DCC-GARCH đề xuất bởi Engle năm 2002 được thể hiện như sau
như sau:
Trong đó yt là vec tơ m x 1 của m biến phụ thuộc.
∅ là ma trận các hệ số
𝑥𝑡 là vec tơ m x 1 các biến độc lập.
Hạng nhiễu 𝜀𝑡 được mô tả là phụ thuộc vào ma trận phương sai có điều kiện
biến đổi theo thời gian ℎ𝑡và 𝜂𝑡 là véc tơ m x 1 sai số ngẫu nhiên có phân phối
chuẩn.
𝐻𝑡 Ma trận phương sai – hiệp phương sai có điều kiện biến đổi theo thời
gian.
Các giả thuyết của mô hình DCC-GARCH
Theo mô hình DCC-GARCH tổng quát với m biến được đề xuất bởi Engle
(2002) thì ma trận phương sai – hiệp phương sai được thể hiện qua phương trình:
Trong đó 𝐷𝑡 là ma trận đường chéo của các phương sai có điều kiện, 𝑅𝑡 là
ma trận các hệ số tương quan có điều kiện và trong mô hình DCC-GARCH 𝑅𝑡sẽ
được xem xét biến đổi qua thời gian theo phương trình:
𝑅𝑡={𝑄𝑡}−1𝑄𝑡𝑑𝑖𝑎𝑔{𝑄𝑡}−1
𝑄𝑡 được miêu tả theo phương trình sau với trường hợp sử dụng GARCH
(1,1):
(1)
Trong đó là véc tơ m x 1 của phần dư chuẩn hóa, . và là
các hệ số chi phối tính động của các hệ số tương quan có điều kiện. và là các
hệ số không âm và đồng thời thỏa mãn điều kiện .
là ma trận phương sai – hiệp phương sai có điều kiện của phần dư chuẩn
hóa và là ma trận phương sai – hiệp phương sai không điều kiện của các phần dư
chuẩn hóa .
Đối với mô hình DCC-GARCH, điều kiện đối với từng tham số của ma trận
hệ số tương quan có điều kiện Rt sẽ được thể hiên qua:
Với mỗi mô hình GARCH nói chung, bao giờ cũng có hai phần đó là mô tả
2 được xác định như sau:
lợi suất trung bình và mô tả cơ chế thay đổi của phương sai. Đối với mô hình DCC-
𝑞𝑖
𝑝𝑖
2
2
2 = exp(𝛾𝑖𝑧𝑖,𝑡) + ∑ 𝛼𝑗 ∈𝑖,𝑡−𝑗 𝜎𝑖,𝑡
GARCH, giả thuyết về mỗi giá trị phương sai 𝜎𝑖,𝑡
𝑗=1
𝑗=1
+ ∑ 𝛽𝑗𝜎𝑖,𝑡−𝑗
Hoặc
2 = ω𝑖 + ∑ 𝜎𝑖,𝑡
2 𝛼𝑗 ∈𝑖,𝑡−𝑗
2 𝛽𝑗𝜎𝑖,𝑡−𝑗
𝑝𝑖 𝑗=1
𝑞𝑖 𝑗=1
(2) + ∑
Trong đó 𝛾𝑖 là véc tơ 1 x p các hệ số, 𝑧𝑖 là véc tơ p x 1 các biến phụ thuộc có
bao gồm một hằng số và 𝛼𝑗 là hệ số ảnh hưởng ARCH và 𝛽𝑗 là hệ số ảnh hưởng
GARCH.
PHỤ LỤC ĐỊNH LƯỢNG
Null Hypothesis: RETURNAU has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=16)
Prob.*
t-Statistic
0.0000
-18.50601
Augmented Dickey-Fuller test statistic
-3.447963
Test critical values:
1% level
-2.869198
5% level
-2.570917
10% level
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RETURNAU)
Method: Least Squares
Date: 09/07/17 Time: 21:18
Sample (adjusted): 1/22/2010 9/01/2017
Included observations: 367 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
RETURNAU(-1)
-0.968679
0.052344
-18.50601
0.0000
C
-1.48E-05
0.001278
-0.011600
0.9908
R-squared
0.484079 Mean dependent var
2.80E-05
Adjusted R-squared
0.482665 S.D. dependent var
0.034048
S.E. of regression
0.024489 Akaike info criterion
-4.575747
Sum squared resid
0.218895 Schwarz criterion
-4.554465
Log likelihood
841.6496 Hannan-Quinn criter.
-4.567291
F-statistic
342.4724 Durbin-Watson stat
1.987845
Prob(F-statistic)
0.000000
Bảng 4.1: Kết quả kiểm định ADF cho biến lợi nhuận Vàng
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8.
Null Hypothesis: RETURNVNI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=16)
Prob.*
t-Statistic
0.0000
-18.69608
Augmented Dickey-Fuller test statistic
-3.447963
Test critical values:
1% level
-2.869198
5% level
-2.570917
10% level
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RETURNVNI)
Method: Least Squares
Date: 09/07/17 Time: 21:20
Sample (adjusted): 1/22/2010 9/01/2017
Included observations: 367 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
RETURNVNI(-1)
-0.977619
0.052290
-18.69608
0.0000
C
8.68E-05
0.001440
0.060267
0.9520
R-squared
0.489184 Mean dependent var
0.000150
Adjusted R-squared
0.487785 S.D. dependent var
0.038538
S.E. of regression
0.027581 Akaike info criterion
-4.337935
Sum squared resid
0.277662 Schwarz criterion
-4.316653
Log likelihood
798.0111 Hannan-Quinn criter.
-4.329479
F-statistic
349.5433 Durbin-Watson stat
2.000018
Prob(F-statistic)
0.000000
Bảng 4.2: Kết quả kiểm định ADF cho biến lợi nhuận chứng khoán
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8.
Bảng 4.3: Kiểm định ảnh hưởng ARCH tỷ suất sinh lợi giá vàng làm biến phụ
Heteroskedasticity Test: ARCH
F-statistic
2.686243 Prob. F(3,360)
0.0464
Obs*R-squared
7.969862 Prob. Chi-Square(3)
0.0466
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 09/07/17 Time: 21:38
Sample (adjusted): 2/12/2010 9/01/2017
Included observations: 364 after adjustments
Coefficient
Std. Error
t-Statistic
Prob.
Variable
C
0.000457
7.65E-05
5.969260
0.0000
RESID^2(-1)
0.067538
0.052470
1.287176
0.1989
RESID^2(-2)
0.077379
0.052449
1.475297
0.1410
RESID^2(-3)
0.090876
0.052503
1.730882
0.0843
R-squared
0.021895 Mean dependent var
0.000598
Adjusted R-squared
0.013744 S.D. dependent var
0.001112
S.E. of regression
0.001104 Akaike info criterion
-10.76828
Sum squared resid
0.000439 Schwarz criterion
-10.72545
Log likelihood
1963.827 Hannan-Quinn criter.
-10.75126
F-statistic
2.686243 Durbin-Watson stat
1.999534
Prob(F-statistic)
0.046408
thuộc với độ trễ k=3
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8.
Bảng 4.4: Kiểm định ảnh hưởng ARCH tỷ suất sinh lợi chứng khoán làm biến phụ
Heteroskedasticity Test: ARCH
F-statistic
0.473350 Prob. F(3,360)
0.7010
Obs*R-squared
1.430187 Prob. Chi-Square(3)
0.6985
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 09/07/17 Time: 21:42
Sample (adjusted): 2/12/2010 9/01/2017
Included observations: 364 after adjustments
Prob.
Variable
Coefficient
Std. Error
t-Statistic
0.0000
C
0.000680
0.000106
6.424576
0.3747
RESID^2(-1)
0.046840
0.052700
0.888806
0.4809
RESID^2(-2)
0.037193
0.052713
0.705577
0.8448
RESID^2(-3)
0.010288
0.052510
0.195925
0.000751
R-squared
0.003929 Mean dependent var
0.001580
Adjusted R-squared
-0.004372 S.D. dependent var
-10.04748
S.E. of regression
0.001583 Akaike info criterion
-10.00465
Sum squared resid
0.000903 Schwarz criterion
-10.03045
Log likelihood
1832.641 Hannan-Quinn criter.
1.999431
F-statistic
0.473350 Durbin-Watson stat
Prob(F-statistic)
0.701035
thuộc với độ trễ k=3
Nguồn: Kết quả được tác giả xử lý từ phần mềm Eviews 8.
Bảng 4.5: Các hệ số ước lượng mô hình DCC-GARCH với giá trị P-value tương
ứng, tất cả các ước lượng được thực hiện trên phần mềm Stata 13 và các dữ liệu tại
thị trường Việt Nam theo tuần từ 08/01/2010 đến tháng 01/09/2017:
Nguồn: Kết quả được tác giả xử lý từ phần mềm Stata13.