Luận văn Thạc sĩ Kinh tế: Tác động của các cú sốc giá dầu thế giới đến thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

TRẦN QUỐC THẮNG

TÁC ĐỘNG CỦA CÁC CÚ SỐC GIÁ DẦU THẾ GIỚI

ĐẾN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh – Năm 2016

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

TRẦN QUỐC THẮNG

TÁC ĐỘNG CỦA CÁC CÚ SỐC GIÁ DẦU THẾ GIỚI

ĐẾN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS. TRẦN THỊ HẢI LÝ

Tp. Hồ Chí Minh – Năm 2016

LỜI CAM ĐOAN

Tôi xin cam đoan Luận văn thạc sĩ: “Tác động của các cú sốc giá dầu thế giới

đến thị trường chứng khoán Việt Nam” là công trình nghiên cứu của riêng tôi

dưới sự hướng dẫn của PGS.TS.Trần Thị Hải Lý. Các kết quả nghiên cứu trong

Luận văn này là hoàn toàn trung thực và chưa từng công bố trong bất kỳ công trình

nghiên cứu nào khác.

Tác giả

Trần Quốc Thắng

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC BẢNG

DANH MỤC HÌNH

TÓM TẮT ...................................................................................................................... 1

CHƯƠNG 1: GIỚI THIỆU .......................................................................................... 2

1.1 Vấn đề nghiên cứu .............................................................................................. 2

1.2 Mục tiêu nghiên cứu: .......................................................................................... 4

1.3 Câu hỏi nghiên cứu: ............................................................................................ 4

1.4 Đối tượng và phạm vi nghiên cứu ...................................................................... 5

1.5 Phương pháp nghiên cứu và đóng góp của đề tài ............................................... 5

1.6 Bố cục của bài nghiên cứu .................................................................................. 7

CHƯƠNG 2: BẰNG CHỨNG THỰC NGHIỆM VỀ MỐI QUAN HỆ GIÁ DẦU

VÀ THỊ TRƯỜNG CHỨNG KHOÁN ....................................................................... 8

CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU ............................. 15

3.1 Dữ liệu nghiên cứu: .......................................................................................... 15

3.2 Phương pháp nghiên cứu .................................................................................. 24

3.2.1 Mô hình VAR ............................................................................................ 26

3.2.2 Mô hình VAR cấu trúc: ............................................................................. 29

3.1.3 Cú sốc cấu trúc ........................................................................................... 31

3.1.4 Các giả định sắp xếp các biến .................................................................... 32

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU.................................................................. 35

4.1 Các kiểm định ban đầu ..................................................................................... 35

4.1.1 Thống kê mô tả .......................................................................................... 35

4.1.2 Kiểm định tính dừng của các biến ............................................................. 36

4.1.3 Lựa chọn độ trễ tối ưu ................................................................................ 37

4.2 Tác động của cú sốc cung và cầu dầu thô đến giá dầu thô ............................... 39

4.3 Những phản ứng đẩy và phân rã phương sai của Tỷ suất sinh lợi thị trường chứng khoán Việt Nam ............................................................................................... 42

4.4 Sự khác nhau trong thay đổi tỷ suất sinh lợi giữa các ngành ........................... 46

CHƯƠNG 5: KẾT LUẬN .......................................................................................... 56

5.1 Những kết luận chính ....................................................................................... 56

5.2 Hướng nghiên cứu của đề tài ............................................................................ 57

TÀI LIỆU THAM KHẢO

PHỤC LỤC

DANH MỤC TỪ VIẾT TẮT

Từ viết tắt Diễn giải

COP Sản lượng dầu thô thế giới

DK Ngành dầu khí

KS Ngành khoáng sản

GRA Hoạt động kinh tế toàn cầu

PCCOP Phần trăm thay đổi sản lượng dầu thô thế giới

PO Giá dầu thô

TM Thương mại

TSSL Tỷ suất sinh lợi thị trường chứng khoán

VT Ngành vận tải

DANH MỤC BẢNG

Bảng 3.1: Nguồn dữ liệu nghiên cứu

Bảng 4.1: Thống kê mô tả các biến

Bảng 4.2: Kết quả kiểm định tính dừng của các biến

Bảng 4.3: Kết quả lựa chọn độ trễ cho mô hình

Bảng 4.4: Kiểm định LM về tự tương quan chuỗi của phần dư

Bảng 4.5 : Phân rã phương sai biến tỷ suất sinh lợi thị trường chứng khoán

Bảng 4.6 : Phân rã phương sai biến tỷ suất sinh lợi ngành dầu khí

Bảng 4.7 : Phân rã phương sai biến tỷ suất sinh lợi ngành vận tải

Bảng 4.8 : Phân rã phương sai biến tỷ suất sinh lợi ngành thương mại

Bảng 4.9 : Phân rã phương sai biến tỷ suất sinh lợi ngành khoáng sản

DANH MỤC HÌNH

Hình 3.1: Lịch sử sản lượng dầu thô toàn cầu từ 01.2005 đến 12.2015

Hình 3.2: Phần trăm thay đổi sản lượng dầu thô toàn cầu từ 01.2005 đến 12.2015

Hình 3.3: Lịch sử giá dầu thô toàn cầu từ 01.2005 đến 12.2015

Hình 3.4: Lịch sử chỉ số thể hiện hoạt động kinh tế toàn cầu từ 01.2005 đến 12.2015

Hình 3.5: Tỷ suất sinh lợi thị trường chứng khoán Việt Nam từ 01.2005 đến 12.2015

Hình 3.6: Tỷ suất sinh lợi nhóm ngành dầu khí từ 01.2009 đến 12.2015

Hình 3.7: Tỷ suất sinh lợi nhóm ngành vận tải từ 01.2009 đến 12.2015

Hình 3.8: Tỷ suất sinh lợi nhóm ngành thương mại từ 01.2009 đến 12.2015

Hình 3.9: Tỷ suất sinh lợi nhóm ngành khoáng sản từ 01.2009 đến 12.2015

Hình 4.1: Kết quả kiểm định nghịch đảo đơn vị gốc đa thức AR

Hình 4.2 : Phản ứng của giá dầu trước cú sốc cung dầu

Hình 4.3: Phản ứng của giá dầu trước cú sốc tổng cầu nền kinh tế

Hình 4.4: Phản ứng của giá dầu trước cú sốc cầu dự trữ dầu thô

Hình 4.5: Phản ứng của TSSL thị trường trước cú sốc cung dầu

Hình 4.6: Phản ứng của TSSL thị trường trước cú sốc tổng cầu nền kinh tế

Hình 4.7: Phản ứng của TSSL thị trường trước cú sốc cầu dự trữ dầu thô

Hình 4.8: Phản ứng của TSSL ngành dầu khí và vận tải trước các cú sốc

Hình 4.9: Phản ứng của TSSL ngành thương mại và khoáng sản trước các cú sốc

TÓM TẮT

Thực tế đã chứng minh, phản ứng của thị trường chứng khoán Việt Nam trước

những thay đổi trong giá dầu thế giới là khác nhau phụ thuộc rất lớn vào nguyên nhân

dẫn đến giá dầu thay đổi. Nó xuất phát do những cú sốc cung dầu hay do những cú sốc

cầu dầu? Qua bài nghiên cứu này, tác giả nhận thấy các cú sốc cung và cầu của thị

trường dầu thô thế giới góp phần giải thích khoảng 20% những thay đổi trong tỷ suất

sinh lợi của thị trường chứng khoán Việt Nam. Ngoài ra, khi xem xét đến từng ngành

cụ thể, tác giả thấy rằng các nhóm ngành khác nhau sẽ có phản ứng khác nhau trước

những thay đổi trong giá dầu thô. Bài nghiên cứu đưa ra một hàm ý quan trọng khi thực

hiện quyết định đầu tư trên thị trường chứng khoán Việt Nam trước những thay đổi liên

tục của giá dầu thế giới hiện nay.

Từ khóa: Tỷ suất sinh lợi, Cú sốc giá dầu, Cung dầu, Cầu dầu.

CHƯƠNG 1: GIỚI THIỆU

1.1 Vấn đề nghiên cứu

Mặc dù những thay đổi trong giá dầu thô thường được xem xét là một trong những

nhân tố quan trọng để giải thích sự biến động trong giá của chứng khoán hay nói cách

khác là tỷ suất sinh lợi của thị trường chứng khoán. Tuy nhiên, hiện tại không có sự

đồng thuận trong giới kinh tế về mối quan hệ giữa giá dầu với giá chứng khoán1. Ví dụ,

Kling (1985), kết luận rằng khi giá dầu thô tăng sẽ tác động làm thị trường chứng

khoán giảm điểm. Trái lại, Chen và cộng sự (1986) cho rằng những thay đổi trong giá

dầu không tác động lên giá của các tài sản. Trong khi đó, Jones và Kaul (1996) chứng

minh tồn tại mối quan hệ ngược chiều bền vững giữa giá dầu thô và tỷ suất sinh lợi của

toàn thị trường chứng khoán. Tuy nhiên cũng trong khoảng thời gian trên, Huang và

cộng sự (1996) kết luận rằng không tồn tại bất kỳ một mối quan hệ ngược chiều nào

giữa tỷ suất sinh lợi của thị trường chứng khoán với những thay đổi trong giá dầu giao

sau. Cũng đồng quan điểm trên, Wei (2003) chứng minh rằng sự mất điểm của thị

trường chứng khoán Hoa Kỳ trong năm 1974 không thể được giải thích bởi sự gia tăng

giá dầu mỏ trong những năm 1973 – 1974. Câu hỏi đặt ra rằng: “ Vậy thị trường

1 Tạp chí Financial Times số ra ngày 21 tháng 8 năm 2006, cho rằng sự giảm điểm của thị trường chứng khoán Mỹ trước việc giá dầu mỏ tăng do những lo ngại về sự bất ổn chính trị ở khu vực Trung Đông (bao gồm chương trình hạt nhân Iran, nguy cơ khủng bố của các tín đồ Đạo Hồi). Bài báo tương tự phát hành ngày 12 tháng 10 năm 2006 cho thấy rằng sự phục hồi của thị trường cổ phiếu toàn cầu là do sự giảm giá của dầu mỏ trong cùng một khoảng thời gian.

chứng khoán sẽ thay đổi như thế nào trước những thay đổi không ngừng của giá dầu?”.

Trong bài nghiên cứu này, tác giả sẽ đưa ra phương pháp khác để giải quyết câu hỏi

trên. Có thể nhận thấy, một trong những hạn chế của hầu hết các bài nghiên cứu về mối

quan hệ giữa giá dầu và thị trường chứng khoán là giá dầu được xem xét như một biến

ngoại sinh đối với nền kinh tế. Nói cách khác, trong các mô hình nghiên cứu, giá dầu

được xem là một yếu tố đầu vào và nó không chịu ảnh hưởng bởi các nhân tố khác của

nền kinh tế. Tuy nhiên, trong những năm gần đây nhiều nhà kinh tế đồng tình với quan

điểm rằng giá dầu cũng chịu ảnh hưởng bởi một vài tác nhân kinh tế - đây cũng là

những tác nhân ảnh hưởng đến giá chứng khoán, do đó việc xác định mối quan hệ nhân

quả giữa giá dầu và các tác nhân của nền kinh tế là rất cần thiết (Barsky và Kilian,

2002, 2004; Hamilton, 2003, 2008; Kilian, 2008a,b). Trong khi đó, các bài nghiên cứu

trước đây không xem xét rõ ràng đâu là nguyên nhân, đâu là kết quả khi thực hiện các

mô hình hồi quy giữa tỷ suất sinh lợi chứng khoán và thay đổi giá dầu mỏ, điều này

ảnh hưởng rất lớn đến kết quả nghiên cứu. Hạn chế thứ hai của các bài nghiên cứu hiện

tại giả định rằng họ đồng nhất các tác động khi giá dầu thay đổi ảnh hưởng đến thị

trường chứng khoán mà không cần quan tâm nguyên nhân sâu xa dẫn đến sự thay đổi

giá dầu là gì?. Có nghĩa là họ mặc định khi cung dầu thay đổi hoặc cầu dầu thay đổi

làm cho giá dầu tăng lên thì đều có tác động giống nhau đến tỷ suất sinh lợi của thị

trường chứng khoán. Chỉ có bài nghiên cứu của Kilian (2008c, 2009) là đề cập đến nội

dung rằng những cú sốc trong cung và cầu của thị trường dầu mỏ sẽ có những tác động

khác nhau đến nền kinh tế Mỹ. Một bài nghiên cứu khác cũng đề cập đến nội dung

rằng mối quan hệ giữa giá dầu và tỷ suất sinh lợi của thị trường chứng khoán phụ thuộc

rất lớn vào nguyên nhân dẫn đến những thay đổi trong giá dầu, nó có thể làm cho mối

quan hệ này thay đổi từ mức có ý nghĩa đến mức không có ý nghĩa thống kê , đó là bài

nghiên cứu của Sadorsky năm 1999.

Trong bài nghiên cứu này, dựa trên bài nghiên cứu gốc của tác giả Kilian và Park

(2009) với đề tài “THE IMPACT OF OIL PRICE SHOCKS ON THE U.S.

STOCK MARKET” tác giả sẽ trình bày một cách tiếp cận mới để trả lời cho câu hỏi:

“Tác động của các cú sốc giá dầu thế giới đến thị trường chứng khoán Việt

Nam?”.

1.2 Mục tiêu nghiên cứu:

Bằng việc sử dụng mô hình SVAR, dựa trên bài nghiên cứu gốc của Kilian và Park

(2009), tác giả điều tra, xem xét tác động của các cú sốc giá dầu thô thế giới ảnh hưởng

như thế nào đến thị trường chứng khoán Việt Nam trong giai đoạn từ năm 2005 đến

2015. Ngoài ra, tác giả còn xem xét ảnh hưởng của các cú sốc giá dầu này đến tỷ suất

sinh lợi chứng khoán của từng nhóm ngành kinh tế cụ thể trong giai đoạn từ năm 2009

đến 2015. Qua đó đưa ra một số hàm ý đến việc thực hiện quyết định đầu tư trên thị

trường chứng khoán Việt Nam trước những biến động không ngừng của giá dầu thô

hiện nay.

1.3 Câu hỏi nghiên cứu:

Trong bài nghiên cứu này, tác giả sẽ tập trung làm rõ các câu hỏi sau:

- Các cú sốc giá dầu thô thế giới có tác động đến thị trường chứng khoán Việt

Nam hay không ?

- Có phải khi giá dầu thay đổi đều có những tác động giống nhau lên thị trường

chứng khoán Việt Nam bất chấp nguyên nhân dẫn đến thay đổi giá dầu ?

- Tỷ suất sinh lợi chứng khoán của các nhóm ngành kinh tế khác nhau sẽ bị ảnh

hưởng như thế nào trước các cú sốc trong giá dầu thế giới ?

1.4 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu là thị trường chứng khoán Việt Nam trước những cú sốc của

giá dầu thế giới bao gồm: Cú sốc cung dầu, Cú sốc tổng cầu của nền kinh tế và Cú sốc

cầu riêng biệt của thị trường dầu thô.

Phạm vi nghiên cứu là Thị trường chứng khoán Việt Nam và Thị trường dầu thô thế

giới trong giai đoạn từ năm 2005 đến năm 2015. Bên cạnh đó, tác giả còn nghiên cứu

tỷ suất sinh lợi từng nhóm ngành cụ thể trên thị trường chứng khoán Việt Nam trong

giai đoạn từ năm 2009 đến năm 2015.

1.5 Phương pháp nghiên cứu và đóng góp của đề tài

Trong bài nghiên cứu này, tác giả sẽ khắc phục hai hạn chế đề cập phần trên khi

xem xét mối quan hệ giữa tỷ suất sinh lợi của thị trường chứng khoán Việt Nam với

những thay đổi trong giá dầu thế giới, dựa trên mô hình định lượng SVAR để phân tích

tác động của các cú sốc trong giá dầu thô đến thị trường chứng khoán Việt Nam. Tác

giả thấy rằng tỷ suất sinh lợi của toàn bộ thị trường chứng khoán sẽ có những thay đổi

khác nhau trước sự thay đổi của giá dầu và nó phụ thuộc rất lớn vào nguyên nhân làm

cho giá dầu thay đổi. Mối quan hệ ngược chiều giữa giá dầu mỏ và thị trường chứng

khoán hay được đề cập trong các tạp chí tài chính kinh tế chỉ xuất hiện khi mà sự gia

tăng của giá dầu xuất phát từ nguyên nhân do cú sốc cầu dự trữ dầu thô. Cụ thể, khi

đứng trước lo ngại về việc thiếu hụt nguồn cung dầu trong tương lai, như một lẽ ngẫu

nhiên nhu cầu dự trữ dầu thô sẽ tăng lên để phòng ngừa sự thiếu hụt này, điều này làm

giá dầu tăng lên và tác động làm thị trường chứng khoán giảm điểm. Ngược lại, khi

dầu tăng giá xuất phát từ lý do sự thiếu hụt trong nguồn cung dầu mỏ lại không có ảnh

hưởng có ý nghĩa lên tỷ suất sinh lợi của toàn bộ thị trường. Cuối cùng, một sự gia tăng

trong giá dầu xuất phát từ lý do là sự phát triển đột ngột (ngoài mong đợi) của nền kinh

tế toàn cầu sẽ làm cho tỷ suất sinh lợi của toàn bộ thị trường tăng lên một cách vững

chắc trong năm đầu tiên của chu kỳ phát triển sau đó giảm dần dần. Điều này được lý

giải như sau, khi kinh tế toàn cầu tăng trưởng điều này sẽ kích thích trực tiếp đến nền

kinh tế Việt Nam làm nền kinh tế phát triển theo (giá các loại hàng hóa sẽ tăng lên do

nhu cầu của nền kinh tế tăng), trong khi đó, cùng tại thời điểm này khi mà giá dầu tăng

cao sẽ gián tiếp kiềm hãm tốc độ tăng trưởng của nền kinh tế. Bởi vì, tác động kích

thích lấn át tác động kiềm hãm trong ngắn hạn, điều này làm cho thị trường chứng

khoán Việt Nam cũng sẽ tăng lên cho dù giá dầu thế giới trong giai đoạn này cũng tăng

đáng kể.

Qua bài nghiên cứu này, bằng việc tính toán dựa trên dữ liệu của thị trường chứng

khoán Việt Nam kết hợp giá dầu thô thế giới và chỉ số thể hiện hoạt động của nền kinh

2 Được nghiên cứu và phát triển bởi Killian (2009) trong bài nghiên cứu “Not All Oil Price Shocks Are Alike: Disentangling Demand and Supply Shocks in the Crude Oil Market”, được tác giả công bố tại địa chỉ http:// www-personal.umich.edu/lkilian/paperlinks.html.

tế toàn cầu2, tác giả cho thấy có khoảng 20% sự thay đổi trong tỷ suất sinh lợi của thị

trường chứng khoán Việt Nam được giải thích bởi các cú sốc trong giá dầu thô thế giới.

Trong đó, các cú sốc trong cầu dự trữ dầu thô và cú sốc của tổng cầu nền kinh tế góp

phần giải thích khoảng 14% thay đổi trong tỷ suất sinh lợi của thị trường, đây được

xem như là một trong những nhân tố quan trọng khi xem xét tác động của các cú sốc

giá dầu. Cú sốc cung dầu chỉ giải thích được 6% các thay đổi trong tỷ suất sinh lợi.

Bên cạnh đó, bằng việc nghiên cứu từng nhóm ngành cụ thể bao gồm: Dầu khí, vận

tải, thương mại và khoáng sản trong giai đoạn từ tháng 01.2009 đến tháng 12.2015, tác

giả nhận thấy tỷ suất sinh lợi của cả bốn nhóm ngành đều chịu ảnh hưởng trước các cú

sốc trong giá dầu. Điều đặc biệt là trong khoảng thời gian 1 tháng kể từ khi xảy ra cú

sốc giá dầu thì các cú sốc này giải thích được đến 9% những thay đổi trong tỷ suất

sinh lợi của ngành dầu khí, trong khi đó nếu so với tỷ suất sinh lợi của toàn thị trường

hoặc ba nhóm ngành còn lại là không đáng kể.

1.6 Bố cục của bài nghiên cứu

Bố cục bài nghiên cứu được chia làm 5 chương:

Chương 1: Giới thiệu.

Chương 2: Bằng chứng thực nghiệm về mối quan hệ giá dầu và thị trường chứng

khoán.

Chương 3: Dữ liệu và phương pháp nghiên cứu.

Chương 4: Kết quả nghiên cứu.

Chương 5: Kết luận, hạn chế cũng như hướng phát triển của đề tài.

CHƯƠNG 2: BẰNG CHỨNG THỰC NGHIỆM VỀ MỐI QUAN HỆ GIÁ DẦU VÀ THỊ TRƯỜNG CHỨNG KHOÁN

Có một số lượng đáng kể các công trình nghiên cứu về mối quan hệ giữa cú sốc

giá dầu và tỷ suất sinh lợi của thị trường chứng khoán. Kết quả từ các bài nghiên cứu

này cho thấy tồn tại nhiều quan điểm khác nhau về mối quan hệ giữa cú sốc giá dầu và

thị trường chứng khoán, mỗi bài nghiên cứu được thực hiện cho các thị trường cũng

như các hướng nghiên cứu khác nhau. Trong phần này, tôi sẽ tóm tắt tổng quan các bài

nghiên cứu chính về đề tài mối quan hệ giữa cú sốc giá dầu và thị trường chứng khoán:

Kling (1985) trong bài nghiên cứu “Cú sốc giá dầu và hành vi của thị trường

chứng khoán” đã kết luận rằng, sự thay đổi của giá dầu có liên quan mật thiết với

những thay đổi trong tỷ suất sinh lợi của thị trường chứng khoán. Bằng cách sử dụng

mô hình VAR, tác giả nghiên cứu mối tác động của giá dầu lên chỉ số S&P 500 và 5

nhóm ngành công nghiệp tại thị trường Hoa Kỳ.

Chen và cộng sự (1986) trong bài nghiên cứu “ Các nguồn lực kinh tế và thị

trường chứng khoán”. Nhóm tác giả kiểm định liệu những thay đổi trong các biến kinh

tế vĩ mô được xem như là rủi ro có được tưởng thưởng trong thị trường chứng khoán.

Nhóm tác giả nhận thấy rủi ro giá dầu không được tưởng thưởng đối với thị trường

chứng khoán.

Jones và Kaul (1996) trong bài Nghiên cứu “ Dầu mỏ và thị trường chứng

khoán” được đăng trên tạp chí tài chính số 51 kiểm định liệu có sự tác động qua lại

giữa tỷ suất sinh lợi của thị trường chứng khoán với cú sốc giá dầu thông qua sự thay

đổi trong dòng tiền thực của doanh nghiệp hiện tại và tương lai và/hoặc những thay đổi

trong tỷ suất sinh lợi kỳ vọng. Nhóm tác giả phát hiện ra rằng, trong giai đoạn sau

chiến tranh, đối với thị trường chứng khoán Mỹ và Canada có mối quan hệ nghịch biến

giữa giá dầu và tỷ suất sinh lợi của thị trường chứng khoán.

Huang và cộng sự (1996) trong bài nghiên cứu “ Cú sốc năng lượng và thị

trường tài chính” phân tích mối liên kết cơ chế truyền dẫn thông tin giữa giá dầu giao

sau và thị trường chứng khoán. Bằng việc sử dụng mô hình VAR, nhóm tác giả đưa ra

kết luận giá dầu giao sau không ảnh hưởng đến lãi suất của trái phiếu chính phủ và thị

trường chứng khoán Mỹ, tỷ suất sinh lợi của cổ phiếu các công ty dầu mỏ thay đổi thì

nguyên nhân của giá dầu là yếu hơn so với các nguyên nhân khác.

Sadorsky (1999) trong bài nghiên cứu “ Những cú sốc giá dầu và hành động

trên thị trường chứng khoán” bằng việc sử dụng mô hình tự hồi quy véc – tơ (VAR) tác

giả đã chứng minh rằng giá dầu cũng như là sự biến động của giá dầu đóng một vai trò

quan trọng trong việc ảnh hưởng đến tỷ suất sinh lợi của thị trường chứng khoán Mỹ.

Sau năm 1986, sự thay đổi giá dầu giải thích một tỷ trọng lớn của sai số phương sai dự

báo trong tỷ suất sinh lợi thực của thị trường chứng khoán hơn là lãi suất. Có bằng

chứng cho thấy sự thay đổi trong giá dầu có sự tác động bất cân xứng đến nền kinh tế.

Papapetrou (2001) trong bài nghiên cứu “Những thay đổi giá dầu, thị trường

chứng khoán, hoạt động nền kinh tế và thất nghiệp ở Hy Lạp” với việc sử dụng mô

hình tự hồi quy véc – tơ đa biến (VAR) tác giả cho thấy tồn tại mối quan hệ giữa giá

dầu, tỷ suất sinh lợi thực thị trường chứng khoán, lãi suất, hoạt động kinh tế thực và tỷ

lệ thất nghiệp ở Hy Lạp. Bằng chứng thực nghiệm cho thấy rằng giá dầu thay đổi làm

ảnh hưởng đến hoạt động thực của nền kinh tế và tỷ lệ thất nghiệp. Bên cạnh đó, giá

dầu là một nhân tố quan trọng giải thích sự thay đổi giá chứng khoán. Tuy nhiên, tỷ

suất sinh lợi trên thị trường chứng khoán không làm thay đổi hoạt động thực của nền

kinh tế và tỷ lệ thất nghiệp tại Hy Lạp.

Nandha và Faff (2008) trong bài nghiên cứu “ Giá dầu có làm thay đổi giá vốn

cổ phần ? Một cái nhìn toàn cầu” Nhóm tác giả trình bày. Có nhiều công trình nghiên

cứu cho thấy tồn tại những ảnh hưởng đối nghịch do sự thay đổi giá dầu đến sản lượng

đầu ra thực, và do đó, ảnh hưởng đến lợi nhuận của doanh nghiệp mà giá dầu là nguồn

đầu vào chính yếu. Nhóm tác giả đã kiểm tra liệu có tồn tại hay không và mức độ ảnh

hưởng như thế nào đối với tỷ suất sinh lợi thị trường chứng khoán khi giá dầu thay đổi.

Để làm điều này, tác giả đã phân tích 35 chỉ số công nghiệp toàn cầu DataStream trong

khoảng thời gian 4/1983 đến 9/2005. Tác giả cho thấy khi giá dầu tăng sẽ làm giảm tỷ

suất sinh lợi vốn cổ phần ở hầu hết các ngành ngoại trừ ngành công nghiệp khai mỏ

cũng như gaz và dầu. Nhìn chung, kết quả này phù hợp với các lý thuyết kinh tế và ủng

hộ cho các bài nghiên cứu thực nghiệm trước đó. Qua bài nghiên cứu này, nhóm tác giả

muốn khuyên các nhà đầu tư danh mục quốc tế nên xem xét phòng ngừa rủi ro giá dầu.

Miller và Ratti (2009) trong bài nghiên cứu “ Dầu thô và thị trường chứng

khoán: Ổn định, bất ổn và bong bóng” tác giả cho thấy chỉ số thị trường chứng khoán

trong 6 quốc gia OECD phản ứng giảm trước sự gia tăng giá dầu trong dài hạn, đặc biệt

là trước năm 2000.

Đặc biệt, một đóng góp cực kỳ quan trọng của Kilian và Park (2009) trong bài

nghiên cứu với nhan đề “ Ảnh hưởng của cú sốc giá dầu lên thị trường chứng khoán

Mỹ” nhóm tác giả cho thấy rằng những sự thay đổi của tỷ suất sinh lợi thực tại thị

trường chứng khoán Mỹ đối với những cú sốc trong giá dầu là khác nhau phụ thuộc

vào nguyên nhân dẫn đến những cú sốc này. Nếu như sự thay đổi trong giá dầu là do

tổng cầu của toàn bộ nền kinh tế thay đổi sẽ làm cho thị trường chứng khoán Mỹ tăng

điểm. Ngược lại, nếu nguyên nhân làm thay đổi giá dầu là chỉ do riêng cầu trong thị

trường dầu mỏ thay đổi sẽ làm thị trường chứng khoán giảm điểm.3

Về vấn đề những ảnh hưởng của cú sốc giá dầu đến sự biến động của thị trường

chứng khoán, Malik and Ewing (2009) trong bài nghiên cứu “ Sự truyền dẫn biến

động giữa giá dầu và tỷ suất sinh lợi vốn cổ phần” nhóm tác giả sử dụng mô hình

GARCH đa biến để ước lượng đồng thời trung bình và phương sai có điều kiện giữa 5

3 Hamilton (2009) chỉ ra rằng những cú sốc giá dầu trong những năm gần đây xuất phát từ nguyên nhân là do sự tăng trưởng của các quốc gia đang phát triển chứng không phải do những thiếu hụt trong nguồn cung dầu mỏ. Filis và các cộng sự (2011) chứng minh rằng nếu như sự thay đổi trong giá dầu là do tổng cầu của nền kinh tế tăng thì điều này sẽ ảnh hưởng là gia tăng tỷ suất sinh lợi thị trường chứng khoán. Apergis và Miller (2009) chứng minh chỉ tồn tại một ít ảnh hưởng nhỏ của cú sốc giá dầu lên tỷ suất sinh lợi thị trường chứng khoán ở các nước đã phát triển, trong khi đó Abhyankar et al. (2013) cho thấy tác động này hoàn toàn có ý nghĩa ở Nhật Bản.

chỉ số khác nhau tại Mỹ và giá dầu. Bởi vì có nhiều tài sản tài chính khác nhau được

giao dịch dựa trên tỷ suất sinh lợi của các thị trường này, nó rất quan trọng cho các

thành phần tham gia thị trường tài chính hiểu được cơ chế truyền dẫn biến động thông

qua thời gian và thông qua tác động lẫn nhau giữa các thị trường để thực hiện các quyết

định đầu tư của mình. Nhóm tác giả nghiên cứu tỷ suất sinh lợi hằng tuần từ 1/1992

đến 4/2008 và tìm thấy bằng chứng có ý nghĩa về sự truyền dẫn những cú sốc và sự

biến động trong giá dầu đến các thị trường được kiểm tra. Nghiên cứu này hỗ trợ cho lý

thuyết phòng ngừa chéo và chia sẻ các thông tin phổ biến cho các nhà đầu tư.

Chen (2010) trong bài nghiên cứu “ Giá dầu tăng cao có đẩy thị trường chứng

khoán vào vùng giảm điểm” tác giả cung cấp bằng chứng thực nghiệm từ tỷ suất sinh

lợi hằng tháng trên chỉ số S&P 500 rằng một sự gia tăng trong giá dầu làm gia tăng khả

năng cao sự xuất hiện một thị trường giảm điểm (bear market).

Vo (2011) trong bài nghiên cứu “ Dầu và sự biến động thị trường chứng khoán:

Mô hình biến động Stochastic đa biến” tác giả đã phát hiên ra 4 điều quan trọng. Thứ

nhất, chứng khoán và giá dầu giao sau có mối quan hệ tương quan với nhau. Mối quan

hệ này sẽ thay đổi theo thời gian và có xu hướng gia tăng khi thị trường biến động lớn.

Thứ hai, đối với các thông tin có mức ảnh hưởng mạnh trong quá khứ, sự biến động

của thị trường rất dai dẳng, tức là nó rất đa dạng để dự đoán. Thứ ba, có mối quan hệ

phụ thuộc lẫn nhau giữa các thị trường đối với dự biến động. Có nghĩa là, sự biến động

trong giá dầu giao sau sẽ ảnh hưởng đến sự biến động trong giá chứng khoán và ngược

lại. Cuối cùng, mô hình của các tác giả cung cấp một ước lượng VAR chính xác hơn

thước đo Benchmarks phổ biến trong tài chính.

Arouri và cộng sự (2012) trong bài nghiên cứu “ Tác động của thay đổi giá dầu

lên thị trường chứng khoán Châu Âu: Sự truyền dẫn biến động và Hiệu quả phòng

ngừa” tác giả tìm thấy tồn tại cơ chế truyền dẫn biến động từ dầu thô đến thị trường

chứng khoán Châu Âu. Ngoài ra, dựa trên sự truyền dẫn này, tác giả đã tính toán được

tỷ số và tỷ trọng phòng ngừa tối ưu cho danh mục chứng khoán – cổ phiếu.

Degiannakis và các cộng sự (2014) chứng minh rằng, nếu sự gia tăng trong giá

dầu xuất phát từ nguyên nhân là do sự gia tăng trong tổng cầu của toàn bộ nền kinh tế

thì điều này sẽ làm gia tăng sự biến động ở thị trường chứng khoán châu Âu, ngược lại,

nếu nguyên nhân của cú sốc giá dầu đến từ cung hoặc cầu của riêng thị trường dầu thì

nó sẽ không tác động đến sự biến động này.

Có thể tóm tắt các bài nghiên cứu này thành ba nhóm, cụ thể:

- Nhóm tác giả đồng tình với quan điểm rằng giá dầu và thị trường chứng khoán

có mối quan hệ ngược chiều: Kling (1985), Jones và Kaul (1996), Sadorsky

(1999), Papapetrou (2001), Miller và Ratti (2009), Kilian và Park (2009), Malik

and Ewing (2009), Chen (2010), Vo (2011), Arouri và cộng sự (2012),

Degiannakis và các cộng sự (2014)

- Nhóm tác giả đồng tình với quan điểm rằng giá dầu và thị trường chứng khoán

có mối quan hệ cùng chiều: Nandha và Faff (2008), Kilian và Park (2009)

- Nhóm tác giả đồng tình với quan điểm rằng giá dầu và thị trường chứng khoán

không có mối quan hệ với nhau: Huang và cộng sự (1996), Degiannakis và các

cộng sự (2014)

CHƯƠNG 3: DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.1 Dữ liệu nghiên cứu:

Để phân tích ảnh hưởng của các cú sốc giá dầu lên thị trường chứng khoán, tác

giả sử dụng các biến dữ liệu bao gồm: Phần trăm thay đổi sản lượng dầu thô toàn cầu,

giá dầu thô thế giới, chỉ số về hoạt động kinh tế toàn cầu và dữ liệu thị trường chứng

khoán Việt Nam. Tất cả dữ liệu được thu thập hàng tháng. Thời gian mẫu nghiên cứu

từ 01.2005 đến 12.2015 ngoại trừ dữ liệu về tỷ suất sinh lợi theo từng nhóm ngành

được theo dõi từ 01.2009 đến 12.2015. Sở dĩ tác giả chọn thời gian nghiên cứu từ năm

2005 đến nay là do giai đoạn trước đó từ năm 2000 đến năm 2004 thị trường chứng

khoán Việt Nam ở giai đoạn sơ khai, số lượng công ty niêm yết còn rất ít và thị trường

còn chịu sự kiểm soát chặt chẽ của nhà nước. Ngoài ra, do dữ liệu về nhóm ngành đến

năm 2009 mới bắt đầu triển khai nên loại dữ liệu này sẽ được thu thập kể từ thời điểm

2009. Thời điểm kết thúc nghiên cứu là 12.2015 do sự sẵn có của dữ liệu và thời điểm

kết thúc năm tài chính.

Tác giả tính toán phần trăm thay đổi của sản lượng dầu thô toàn cầu dựa trên dữ

liệu về sản lượng dầu thô toàn cầu được tổng hợp từ Ủy ban năng lượng Hoa Kỳ. Dữ

liệu này được Ủy ban năng lượng Hoa Kỳ tính toán theo đơn vị ngàn thùng/ngày, trung

bình cho từng tháng.

Dữ liệu thu thập được cho thấy, tính từ năm 2005 đến nay sản lượng dầu thô sản

xuất tăng qua các năm, đặc biệt là từ sau khủng hoảng kinh tế toàn cầu năm 2008 –

2009, sản lượng dầu thô sản xuất chỉ đạt 72.000 ngàn thùng/ngày lên đến trên 80.000

ngàn thùng/ngày. Một trong những nguyên nhân làm cho sản lượng dầu thô tăng vọt là

việc phát hiện ra công nghệ khai thác dầu đá phiến của Hoa Kỳ, với công nghệ này sản

lượng dầu thô sản xuất ra nhiều hơn cùng với đó là giá thành sản xuất giảm đi rất

nhiều. Phần trăm thay đổi sản lượng dầu thô sản xuất biến động qua từng năm, giao

động trong biên độ từ -1,6% đến 1,6%.

ĐVT: Ngàn thùng/ngày

Hình 3.1: Lịch sử sản lượng dầu thô toàn cầu từ 01.2005 đến 12.2015 Nguồn: Ủy ban năng lượng Hoa Kỳ

ĐVT: Phần trăm

Hình 3.2: Phần trăm thay đổi sản lượng dầu thô toàn cầu từ 01.2005 đến 12.2015 Nguồn: Ủy ban năng lượng Hoa Kỳ

Giá dầu thô thế giới cũng được tác giả thu thập từ Ủy ban năng lượng Hoa Kỳ từ

01.2005 đến 12.2015. Có thể thấy tồn tại mối quan hệ mật thiết giữa giá dầu thế giới và

Việt Nam. Cụ thể, theo Ông Nguyễn Anh Tuấn, Cục trưởng Cục Quản lý giá, Bộ Tài

chính phát biểu: “Hiện nay giá xăng dầu trong nước phụ thuộc rất nhiều vào giá xăng

dầu thế giới do chúng ta nhập khẩu lượng xăng dầu thế giới chiếm đến 70%. Do vậy,

việc hình thành giá dựa trên giá xăng dầu thế giới để làm tham chiếu điều hành giá

xăng dầu trong nước. Bên cạnh đó, Nhà nước có quy định giá cơ sở để xác định giá

điều hành giá xăng dầu trong nước, trong giá cơ sở gồm rất nhiều các chi phí cấu thành

ví dụ đối với giá nhập khẩu, các loại thuế, phí khác hình thành nên giá xăng dầu trong

nước”4. Có thể hiểu cách tính giá xăng dầu trong nước như sau:

Giá xăng dầu trong nước = Giá xăng, dầu nhập khẩu + Thuế và các loại phí

 Từ đó cho thấy, giá xăng dầu trong nước có mối quan hệ chặt chẽ với giá dầu

thế giới.

Có thể thấy giá dầu thế giới trong giai đoạn 2005 đến nay đã trải qua hai sự biến

động lớn. Tại thời điểm khủng hoảng kinh tế toàn cầu năm 2008 – 2009 giá dầu đã có

sự sụt giảm đột ngột và rất lớn, giá từ 130 đô la/thùng giảm xuống chỉ còn khoảng 40

đô la/thùng. Điều này đã làm cho tình hình của các quốc gia xuất khẩu dầu lâm vào

tình trạng khó khăn khi mà chi phí sản xuất dầu còn cao hơn giá thành dầu xuất bán.

4 http://hobuu.com.vn/news/detail/su-khac-biet-trong-cach-tinh-gia-xang-dau-trong-nuoc-va-the-gioi-711

Và lịch sử đã lập lại vào cuối năm 2014 sau khi Mỹ công bố về công nghệ làm dầu từ

đá phiến, ngay lập tức giá dầu đã giảm từ 110 đô la/thùng xuống chỉ còn trên dưới 40

đô la/thùng vào thời điểm cuối năm 2015. Điều này đã ảnh hưởng sâu sắc đến thị

trường chứng khoán thế giới nói chung và thị trường chứng khoán Việt Nam nói riêng.

Trong đó, chứng khoán nhóm ngành dầu khí chịu ảnh hưởng hơn cả, hàng loạt công ty

dầu khí ở Việt Nam phải sa thải nhân viên, cắt giảm chi phí để giảm lỗ. Điều này cho

thấy tầm quan trọng của giá dầu đến nền kinh tế thế giới cũng như Việt Nam.

ĐVT: Đô la/thùng

Hình 3.3: Lịch sử giá dầu thô toàn cầu từ 01.2005 đến 12.2015 Nguồn: Ủy ban năng lượng Hoa Kỳ

Một trong những chỉ số quan trọng được đề cập trong bài nghiên cứu này là chỉ

số thể hiện tổng cầu của toàn bộ nền kinh tế thế giới5. Chỉ số này dựa trên công trình

5 Chỉ số này được Kilian cập nhật liên tục tại địa chỉ http://www-personal. umich.edu/lkilian/paperlink s.html.

nghiên cứu của tác giả Kilian 2009. Chỉ số này được xây dựng với mục đích thể hiện

được toàn bộ thay đổi ở phạm vi toàn cầu về nhu cầu của các hàng hóa công nghiệp

(nhu cầu về các hàng hóa công nghiệp của toàn thế giới). Thước đo này được tính toán

bằng tỷ trọng cân bằng của tốc độ phần trăm tăng trưởng cước phí vận chuyển hàng

hóa thông qua tàu thủy đo lường bởi đô la Mỹ trên tấn. Lý do cho việc sử dụng chỉ số

này là những tăng lên trong nhu cầu vận chuyển hàng hóa thể hiện được sự tăng lên

trong tổng cầu của toàn bộ nền kinh tế thế giới. Bộ dữ liệu bảng cơ sở của tỷ lệ vận

chuyển hàng hải dựa trên Drewry’s Shipping Monthly, Ltd. Nó bao gồm tỷ lệ vận

chuyển hàng hải của các hàng hóa khô như là quặng sắt, than đá, ngũ cốc, phân bón, và

kim loại phế liệu cho tất cả các lộ trình vận chuyển hàng hải lớn trên thế giới. Việc xây

dựng chỉ số liên quan mật thiết với lộ trình vận chuyển, kích cỡ tàu và dạng hàng hóa.

Nhu cầu vận chuyển hàng hóa có mối quan hệ mật thiết với tổng cầu của nền kinh tế

toàn cầu. Khi nền kinh tế các nước phát triển, đồng nghĩa với nhu cầu vận chuyển hàng

hóa bằng đường thủy giữa các nước tăng lên, do đó, chỉ số này thể hiện được việc thay

đổi của tổng cầu nền kinh tế toàn cầu.

Một trong những ưu điểm chính của chỉ số hàng tháng dựa trên phí vận chuyển

viễn dương hàng hóa khô số lượng lớn này là nó tính toán được những ảnh hưởng của

hoạt động thực tăng lên trong những nền kinh tế mới nổi gần đây như là Trung Quốc

và Ấn Độ, trong khi dữ liệu sản lượng công nghiệp hàng tháng ở các quốc gia này hầu

như không thể tổng hợp được. Ngược lại, những chỉ số đo lường hoạt động thực toàn

cầu hàng tháng phổ biến hơn như chỉ số sản lượng công nghiệp của các nước OECD thì

lại loại trừ hoạt động thực của Trung Quốc và Ấn Độ. Bởi vì phần lớn làn sóng tăng lên

gần đây trong tổng cầu hàng hóa công nghiệp (bao gồm dầu thô) có một phần đóng góp

không nhỏ bởi cầu tăng lên từ Ấn Độ và Trung Quốc. Do đó, việc sử dụng một thước

đo đúng và thể hiện đầy đủ về tình hinh hoạt động kinh tế toàn cầu là rất cần thiết, mặc

dù qua thời gian việc lựa chọn các chỉ số tiêu biểu đôi khi làm cho kết quả khác nhau

đôi ít.

Có thể thấy chỉ số này thể hiện hầu như chính xác hoạt động nền kinh tế toàn

cầu trong giai đoạn vừa qua. Trong đó, nền kinh tế toàn cầu tăng trưởng tốt trong giai

đoạn từ năm 2005 đến 2008 đi đôi với nó là chỉ số này tăng trong khoảng thời gian

trên. Đến giai đoạn khủng hoảng kinh tế toàn cầu, chỉ số này giảm đột ngột vào năm

2008 – 2009 sau đó đa phần chỉ số này luôn nhỏ hơn 0 từ sau khủng hoảng đến nay.

ĐVT: Phần trăm

Hình 3.4: Lịch sử chỉ số thể hiện hoạt động kinh tế toàn cầu từ 01.2005 đến 12.2015 Nguồn: http://www-personal.umich.edu/lkilian/paperlinks.html.

Cuối cùng là dữ liệu về tỷ suất sinh lợi của thị trường chứng khoán Việt Nam và

tỷ suất sinh lợi theo từng nhóm ngành cụ thể, bao gồm: Nhóm ngành dầu khí, vận tải,

thương mại và khoáng sản. Trong đó, dữ liệu về tỷ suất sinh lợi của thị trường được

tính trên chỉ số VNIndex trong giai đoạn từ 01.2005 đến 12.2015, dữ liệu về tỷ suất

sinh lợi các nhóm ngành được tính từ 01.2009 đến 12.2015.

ĐVT: Phần trăm

Hình 3.5: Tỷ suất sinh lợi thị trường chứng khoán Việt Nam từ 01.2005 đến 12.2015 Nguồn: http://www.stockbiz.vn/IndicesStats.aspx và tổng hợp của tác giả

ĐVT: Phần trăm

Hình 3.6: Tỷ suất sinh lợi nhóm ngành dầu khí từ 01.2009 đến 12.2015 Nguồn: http://www.cophieu68.vn/categorylist.php và tổng hợp của tác giả ĐVT: Phần trăm

Hình 3.7: Tỷ suất sinh lợi nhóm ngành vận tải từ 01.2009 đến 12.2015 Nguồn: http://www.cophieu68.vn/categorylist.php và tổng hợp của tác giả

ĐVT: Phần trăm

Hình 3.8: Tỷ suất sinh lợi nhóm ngành thương mại từ 01.2009 đến 12.2015 Nguồn: http://www.cophieu68.vn/categorylist.php và tổng hợp của tác giả

ĐVT: Phần trăm

Hình 3.9: Tỷ suất sinh lợi nhóm ngành khoáng sản từ 01.2009 đến 12.2015 Nguồn: http://www.cophieu68.vn/categorylist.php và tổng hợp của tác giả Có thể tóm tắt nguồn dữ liệu trong bài nghiên cứu qua bảng dưới:

Bảng 3.1: Nguồn dữ liệu nghiên cứu

Loại dữ liệu Nguồn

U.S. Energy Information Administration

Sản lượng dầu thô thế giới (http://www.eia.gov/cfapps/ipdbproject/IEDIndex3.c

fm?tid=50&pid=53&aid=1 )

Chỉ số về hoạt động của nền kinh http://www-

tế toàn cầu personal.umich.edu/~lkilian/paperlinks.html.

U.S. Energy Information Administration Giá dầu thô thế giới (http://www.eia.gov/dnav/pet/pet_pri_spt_s1_m.htm)

Tỷ suất sinh lợi của thị trường http://www.stockbiz.vn/IndicesStats.aspx chứng khoán Việt Nam

Tỷ suất sinh lợi theo nhóm ngành http://www.cophieu68.vn/categorylist.php

Nguồn: Tác giả tổng hợp

3.2 Phương pháp nghiên cứu

Các bài nghiên cứu hiện nay về mối quan hệ giữa giá dầu và tỷ suất sinh lợi của

thị trường chứng khoán mắc phải hai sai lầm. Đầu tiên, các nghiên cứu trước đây kể cả

mô hình thực nghiệm và lý thuyết về mối quan hệ giữa giá dầu và tỷ suất sinh lợi đều

được xây dựng trên quan điểm xem xét giá dầu thay đổi trong khi giữ các biến số khác

trong mô hình cố định (Wei, 2003). Nói cách khác, giá dầu được xem xét như là một

biến ngoại sinh với các tác động của nền kinh tế. Giả thiết này không thực sự đáng tin

cậy (Barsky and Kilian, 2002, 2004; Hamilton, 2003). Có nhiều bằng chứng lý thuyết

xác đáng và những chứng cứ thực nghiệm mạnh mẽ rằng những thay đổi kinh tế vĩ mô

toàn cầu ảnh hưởng đến giá của dầu mỏ kể từ thập niên 70 của thế kỷ trước ( Kilian,

2008a, 2009). Ví dụ, khi kinh tế toàn cầu trong chu kỳ tăng trưởng có xu hướng làm

gia tăng giá dầu thô.6 Và sự thật rằng các cú sốc kinh tế tác động đến tổng cầu kinh tế

vĩ mô (đồng nghĩa với tác động đến tỷ suất sinh lợi chứng khoán) thì cũng sẽ ảnh

hưởng đến giá dầu thô, vì vậy, rất khó khăn khi phân biệt nguyên nhân và kết quả trong

việc nghiên cứu mối quan hệ giữa giá dầu thô và tỷ suất sinh lợi của thị trường chứng

khoán.

Thứ hai, trong trường hợp mối quan hệ nhân quả được giải quyết, các mô hình

nghiên cứu hiện nay đưa ra mặc định rằng khi biến ngoại sinh giá dầu tăng lên thì nó

có đều có tác động giống nhau đến nền kinh tế bất kể nguyên nhân dẫn đến giá dầu thô

tăng là do cung hay cầu thay đổi. Những công trình nghiên cứu gần đây của Kilian

(2009) cho thấy rằng ảnh hưởng của những cú sốc cung và cầu trong thị trường dầu thô

lên toàn bộ nền kinh tế vĩ mô của Hoa Kỳ là khác nhau về mặc định tính cũng như định

lượng, phụ thuộc vào liệu sự gia tăng của giá dầu là do sự thiếu hụt trong tổng cung

dầu, sự tăng trưởng của nền kinh tế toàn cầu, hoặc là do sự thay đổi trong cầu dự trữ

dầu thô với lo ngại là sự thiếu hụt trong tương lai của loại hàng hóa này. Và sự kỳ vọng

về những ảnh hưởng khác nhau của cú sốc giá dầu lên tỷ suất sinh lợi của thị trường

chứng khoán là hoàn toàn có cơ sở và đáng tin cậy. Thực tế, những thay đổi của giá

dầu trong quá khứ là sự kết của những thay đổi trong cung và cầu, do đó, rất dễ hiểu

6 Hamilton (2008) đã từng nói: nó thì dễ hiểu khi mà sự gia tăng cầu lớn hơn sự giảm sút trong cung thì điều tất yếu là giá dầu sẽ tăng trong những khoản thời gian tiếp theo.

khi tại sao mối quan hệ giữa tỷ suất sinh lợi thị trường chứng khoán và giá dầu mỏ lại

thay đổi qua thời gian. Hơn thế nữa, khi cầu dầu thô thay đổi sẽ tác động trực tiếp đến

nền kinh tế cũng như các tác động gián tiếp thông qua giá dầu và dẫn đến ảnh hưởng

đến giá cả của những hàng hóa khác, do đó, thực sự là sai lầm khi nghĩ rằng giữ

nguyên các biến số khác khi xem xét giá dầu thay đổi.

Hai giới hạn này sẽ được giải quyết thỏa đáng bằng việc sử dụng mô hình VAR

cấu trúc sẽ được phân tích một cách kỹ lưỡng dưới đây.

3.2.1 Mô hình VAR:

Như chúng ta đã biết, mối quan hệ giữa các biến số kinh tế không phải lúc

nào cũng chỉ mang chiều hướng nhất định. Các biến số độc lập (biến giải thích)

không phải luôn luôn tác động lên biến phụ thuộc mà trong nhiều trường hợp biến phụ

thuộc lại tác động ngược lên biến độc lập. Để đảm bảo tính hợp lý, ta phải xét ảnh

hưởng qua lại của những biến này cùng một lúc. Chính vì thế mô hình kinh tế lượng

mà ta phải xét đến không phải là mô hình một phương trình mà là mô hình nhiều

phương trình.

Tuy nhiên, để ước lượng được các mô hình này ta phải đảm bảo rằng các

phương trình trong hệ được định dạng, một số biến được coi là nội sinh (biến mà giá trị

được xác định bởi mô hình, là biến ngẫu nhiên) và một số biến khác được coi là ngoại

sinh hay đã xác định trước (ngoại sinh cộng với nội sinh trễ).

Việc định dạng này thường được thực hiện bằng cách giả thiết rằng một số

biến được xác định trước chỉ có mặt trong một số phương trình. Quyết định này thường

mang tính chủ quan và đã bị Chrishtopher Sims chỉ trích. Theo Sims, nếu tồn tại mối

quan hệ đồng thời giữa một số biến thì các biến này phải được xét có vai trò như nhau,

tức là tất cả các biến xét đến đều là biến nội sinh. Dựa trên tinh thần đó mà Sims đã

xây dựng mô hình vector tự hồi quy VAR.

Mô hình VAR là một hệ phương trình đồng thời, trong đó các biến đều là biến

nội sinh. Biến độc lập là các biến nội sinh ở các thời kỳ trễ.

Cấu trúc của một mô hình VAR gồm nhiều phương trình (mô hình hệ

phương trình) và có các trễ của các biến số. VAR là mô hình động của một số biến thời

gian.

Xét hai chuỗi thời gian Y1và Y2

Trong mô hình trên, mỗi phương trình đều chứa p trễ của mỗi biến.

Với 2 biến: mô hình có 22 p hệ số góc và 2 hệ số chặn. Suy ra với k biến mô hình có k2

p hệ số góc và k hệ số chặn. Điều này đòi hỏi số quan sát phải nhiều thì kết quả ước

lượng mới có ý nghĩa.

 Ưu điểm:

Không cần xác định đâu là biến nội sinh hay ngoại sinh.

Nếu độ dài trễ của các biến trong các phương trình đều giống nhau, ta có thể

dùng phương pháp OLS để ước lượng, không cần dùng tới các phương pháp ước

lượng hệ phương trình.

 Hạn chế:

Mô hình VAR ít phù hợp cho việc dự báo chính sách.

Tất cả các biến phải dừng, nếu chưa thì phải lấy sai phân để đảm bảo chuỗi

dừng. Khó khăn hơn nữa khi có một hỗn hợp các biến dừng và không dừng.

Khó khăn trong việc lựa chọn khoảng trễ thích hợp.

Do số quan sát là có hạn, nếu tăng độ dài của trễ sẽ làm cho bậc tự do bị giảm,

ảnh hưởng đến chất lượng các ước lượng.

Trong một số trường hợp, giải thích dấu của các hệ số không phải dễ dàng. Có

thể cùng một biến số nhưng ở các trễ khác nhau lại có biến khác nhau.

 Phương pháp ước lượng mô hình VAR

Bước 1: Xét tính dừng của các biến trong mô hình. Nếu chưa dừng thì dùng kỹ thuật

sai phân để đưa về các chuỗi dừng

Bước 2: Lựa chọn khoảng trễ phù hợp.

Bước 3: Kiểm định tính dừng của phần dư để so sánh mức độ phù hợp của các mô

hình.

Bước 4: So sánh và lựa chọn mô hình phù hợp nhất.

Trên đây là toàn bộ khái niệm về mô hình VAR, để hiểu rõ hơn về VAR cũng như

SVAR tác giả xin trình bày một cách tổng quát dưới đây.

3.2.2 Mô hình VAR cấu trúc:

VAR, viết tắt của vector autoregression, là một mô hình kinh tế lượng thuần túy

về chuỗi thời gian, bởi vậy đôi khi được gọi là unrestricted VAR (với nghĩa không có

cấu trúc gì cả mà chỉ là một mô hình thống kê). Một mô hình VAR có dạng:

Yt = C + BYt-1 +... + et

Chúng ta sử dụng các phần mềm kinh tế lượng để ước lượng các tham số C, B

của hệ phương trình này, đồng thời tính ra phần dư et và ma trận hiệp phương sai Σ.

Nếu chỉ dừng ở đây thì VAR sẽ hầu như không có giá trị gì trong kinh tế học vì rất

hiếm khi có thể viết một mô hình lý thuyết dưới dạng VAR như trên để ước lượng

Thông thường một mô hình lý thuyết sẽ có các biến Yt ở bên vế phải, vd hàm

tiêu dùng (C) là hàm số phụ thuộc vào thu nhập (I) hiện tại chứ không chỉ thu nhập

trong quá khứ:

Ct = a + b*It + c*Ct-1 + d*It-1 + et

Mô hình có các biến tác dụng đồng thời (It) ở bên phải như vậy gọi là Structural

VAR (SVAR), có thể viết tổng quát thành (chuyển các biến It sang vế trái):

AYt= C+ BYt-1 +... + et

Những mô hình SVAR này rõ ràng phù hợp hơn với lý thuyết kinh tế nhưng

không thể ước lượng được trực tiếp mà phải chuyển sang dạng VAR thông thường,

thuật ngữ chuyên môn gọi là reduced form:

Yt = A-1C + A-1BYt-1 +... + A-1et.

hay

Yt = C' + B'Yt-1 + ... + ut

Như vậy VAR thông thường và reduced form của SVAR là một và có thể ước

lượng dễ dàng. Tuy nhiên cái khó là phần dư của hệ phương trình reduced form lúc này

ut không còn là các cú sốc đơn thuần của từng biến trong mô hình SVAR ban đầu nữa

et mà là kết hợp của các loại shock khác nhau A-1et. Điều này gây ra khó khăn cho việc

phân tích tác động của chính sách hay các loại shock khác nhau vào từng biến số kinh

tế. Do vậy một nhu cầu thực tế phát sinh sau khi ước lượng reduced form của một

SVAR (tức là ước lượng một VAR bình thường) là phải bóc tách từng et ra khỏi ut, lưu

ý chúng ta không xác định được ma trận A từ kết quả ước lượng VAR. Quá trình bóc

tách này gọi là xác định mô hình.

Christopher Sims (Nobel kinh tế năm 2011) là người đầu tiên đưa ra một

phương pháp bóc tách gọi là phân tích Cholesky nếu mô hình SVAR ban đầu có dạng

recursive, nghĩa là nếu các biến yt trong Yt có thể sắp xếp theo thứ tự y1t không phụ

thuộc vào y2t, y3t..., rồi sau đó y2t không phụ thuộc vào y3t....Từ đó, chúng ta có thể ước

lượng các tham số và phần dư trong mô hình SVAR

Trong luận văn này, dựa trên mô hình nghiên cứu thực nghiệm của Kilian và

Park (2007) với sự giúp đỡ của mô hình VAR cấu trúc, tác giả ước lượng mối quan hệ

giữa tỷ suất sinh lợi thực của thị trường chứng khoán Việt Nam và các cú sốc trong

cung và cầu của thị trường dầu thô toàn cầu. Cụ thể, tác giả ước lượng mô hình VAR

cấu trúc dựa trên số liệu hàng tháng cho vectơ chuỗi thời gian zt, gồm có: phần trăm

thay đổi của sản lượng dầu thô toàn cầu, chỉ số về hoạt động kinh tế toàn cầu, giá dầu

thô thế giới và tỷ suất sinh lợi thực của thị trường chứng khoán Việt Nam. Phương

trình VAR cấu trúc này được viết như sau:

-1zt = α + ∑ A24

i=1 izt-i + εt

(1) A0

Trong đó, εt là vectơ sai số cấu trúc không tương quan lẫn nhau theo từng thời kỳ.

-1 εt. Sai số cấu

Đặt et là sai số trong dạng VAR rút gọn của mô hình (1), tức là: et = A0

-1 với các ràng buộc thỏa

trúc sẽ được tính toán thông qua sai số trong mô hình VAR rút gọn bằng cách áp đặt

-1, nói cách khác, tác giả sẽ xây dựng A0

các giới hạn lên A0

mãn các điều kiện kinh tế để từ đó có thể tính toán được εt thông qua et. Mô hình

nghiên cứu của tác giả bao gồm 2 nhóm biến chính: nhóm thứ nhất là các biến số về thị

trường dầu thô toàn cầu, nhóm thứ 2 bao gồm tỷ suất sinh lợi của thị trường chứng

khoán Việt Nam hoặc tỷ suất sinh lợi theo từng nhóm ngành cụ thể.

3.1.3 Cú sốc cấu trúc:

Trong nhóm thị trường dầu thô (nhóm 1) tác giả đề cập nguyên nhân làm thay

đổi giá dầu bởi ba cú sốc cấu trúc: ε1t biểu thị những cú sốc đối với cung dầu thô toàn

cầu ( gọi là: cú sốc cung dầu), ε2t thể hiện những cú sốc tổng cầu nền kinh tế thế giới

được dẫn dắt bởi hoạt động kinh tế thực toàn cầu ( cú sốc tổng cầu) và ε3t thể hiện cú

sốc cầu riêng biệt của thị trường dầu. Cú sốc này được dùng để biểu hiện cho những

thay đổi trong nhu cầu dự trữ dầu thô do lo ngại không chắc chắn về sự thiếu hụt của

cung dầu trong tương lai (cú sốc cầu riêng biệt của thị trường dầu).

Sau đây tác giả sẽ sử dụng 02 cụm từ cú sốc cầu riêng biệt của thị trường dầu và

cú sốc cầu dự trữ dầu để thay thế qua lại cho nhau. Sự gia tăng trong nhu cầu dự trữ

xuất phát từ lý do không chắc chắn về sự thiếu hụt cung dầu trong tương lai thì có mối

liên quan với cầu kỳ vọng. Nó phản ánh tỷ suất sinh lợi từ việc cất trữ dầu như một sự

bảo vệ chống lại hiện tượng nguồn cung khan hiếm trong tương lai. Vấn đề khan hiếm

dầu sẽ xuất hiện khi có một sự tăng trưởng vượt mức trên mong đợi trong cầu dầu,

hoặc do một quá trình giảm đột ngột (không dự đoán trước được) trong cung dầu hoặc

cả hai. Sự xuất hiện của những cú sốc này có thể ảnh hưởng đến tình hình kinh tế và

nguồn cung dầu toàn cầu.

Trong nhóm thứ hai là thị trường chứng khoán Việt Nam, ở đây chỉ có một thay

đổi cấu trúc. Trong khi ε1t , ε2t , ε3t được xem hoàn toàn như các cú sốc cấu trúc, còn ε4t

không thực sự coi là cú sốc cấu trúc. Tác giả xem cú sốc này như là một sự thay đổi đối

với tỷ suất sinh lợi của thị trường chứng khoán chứ không phải do những cú sốc cung

và cầu dầu thô. Trong bài nghiên cứu này, tác giả không cố gắng đi sâu nghiên cứu

những cú sốc cấu trúc khác tác động đến thị trường chứng khoán, bởi vì mục tiêu

nghiên cứu của bài là giải quyết mối quan hệ liên quan đến tác động của những cú sốc

cấu trúc trong thị trường dầu thô đến thị trường chứng khoán Việt Nam.

3.1.4 Các giả định sắp xếp các biến:

Dựa vào bài nghiên cứu gốc của Kilian và Park 2009, tác giả xây dựng mô hình

cấu trúc đệ quy xác định như sau:

Việc sắp xếp các biến trên được lý giải như sau:

Nhóm thị trường dầu toàn cầu: Ba ràng buộc trong nhóm 1 của hàm số 2 phù

hợp với mô hình đường cung dầu toàn cầu ngắn hạn thẳng đứng và đường cầu dầu dốc

xuống. Sự dịch chuyển của đường cầu dầu do bất kỳ cú sốc cầu dầu nào gây ra thì cũng

làm cho giá dầu thô thay đổi ngay lập tức cũng tương tự như khi đường cung dịch

chuyển do các cú sốc cung không dự báo trước gây ra. Theo Kilian (2009) việc sắp xếp

trật tự biến như trên được giải thích như sau: (1) Cung dầu thô sẽ không phản ứng

trước những thay đổi của cầu dầu trong vòng một vài tháng lý do là chi phí để điều

chỉnh sản lượng dầu thô sản xuất ra và sự không ổn định của thị trường dầu thô =>

Biến cú sốc về cung dầu thô được sắp xếp trước các biến cú sốc về cung dầu. (2) Khi

giá dầu thô tăng lên do các cú sốc cầu dự trữ dầu sẽ không làm giảm tăng trưởng của

hoạt động kinh tế toàn cầu trong vòng vài tháng, điều này là dễ hiểu do tính ì rất lớn

của nền kinh tế toàn cầu. Điều này cho thấy, những tác động của cú sốc cầu dự trữ dầu

đến hoạt động của nền kinh tế sẽ không lớn bằng các tác động của nó đến giá dầu =>

Biến cú sốc cầu dự trữ dầu sẽ sắp xếp sau biến cú sốc tổng cầu nền kinh tế. (3) Những

thay đổi trong giá thực của dầu không thể được giải thích hoàn toàn bằng những cú sốc

trong cung dầu hoặc các cú sốc tổng cầu nền kinh tế đối với các hàng hóa công nghiệp

mà còn phải được giải thích bởi những cú sốc cầu dự trữ dầu.

Nhóm thị trường chứng khoán Việt Nam: Việc sắp xếp các hệ số trong ma trận

trên ngụ ý rằng sản lượng dầu thô toàn cầu, hoạt động thực của nền kinh tế và giá dầu

thô được coi như là xác định trước với tỷ suất sinh lợi của thị trường chứng khoán Việt

Nam. Trong khi tỷ suất sinh lợi chịu ảnh hưởng bởi ba cú sốc cung, cầu dầu tương ứng,

giả định đặt ra là ɛ4t không tác động đến sản lượng dầu thô toàn cầu, hoạt động thực

-1.

toàn cầu và giá dầu trong vòng một vài tháng với độ trễn nhất định. Điều này xây dựng

nên cột cuối cùng trong ma trận A0

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.1 Các kiểm định ban đầu

4.1.1 Thống kê mô tả

Bảng 4.1 trình bày các số liệu thống kê mô tả các biến được sử dụng trong mô

hình. Tất cả các biến đều có giá trị trung bình và độ lệch chuẩn dương. Xét hệ số bất

đối xứng thì biến PO, TSSL có giá trị dương cho thấy biến này có phân phối lệch phải;

các biến còn lại PCCOP, GRA có giá trị âm cho thấy các biến này có phân phối lệch

trái. Giá trị P của kiểm định Jarque-Bera cho thấy, ngoại trừ biến PCCOP theo phân

phối chuẩn, các biến còn lại đều không theo phân phối chuẩn.

Bảng 4.1: Thống kê mô tả

PCCOP GRA PO TSSL

0.073 7.960 82.983 1.042 Mean

0.074 13.24 77.105 0.155 Median

1.451 63.28 132.72 40.47 Maximum

-1.481 -65.55 38.010 -23.61 Minimum

0.630 32.68 25.215 9.851 Std. Dev.

-0.218 -0.245 0.0630 0.518 Skewness

2.632 2.099 1.6740 4.764 Kurtosis

1.786 5.789 9.7590 23.04 Jarque-Bera

0.409 0.055 0.0080 0.00001 Probability

9.675 137.573 1050.745 10953.710 Sum

52.02 139916.0 83290.190 12714.67 Sum Sq. Dev.

132 132 132 132 Observations

Nguồn: Tác giả tổng hợp từ phần mềm Eview

4.1.2 Kiểm định tính dừng của các biến

Điều kiện tiên để chạy được mô hình SVAR là các chuỗi dữ liệu đầu vào là các

chuỗi dừng, trong bài nghiên cứu này tác giả sử dụng kiểm định Augmented Dickey –

Fuller (ADF), Phillips– Perron (PP), and Kwiatkowski–Phillips–Schmidt–Shin (KPSS)

để kiểm tra tính dừng của các chuỗi dữ liệu.

Bảng 4.2: Kết quả kiểm định tính dừng của các biến

Biến ADF test PP test KPSS test

PCCOP -12.37917*** -12.37917*** 0.159017***

GRA -2.254728*** -1.266706*** 1.101610***

DGRA -8.588880*** -8.825056*** 0.090169***

PO -2.320304*** -2.060397*** 0.412517***

DPO -7.203765*** -7.232607*** 0.211243***

TSSL -8.419980*** -8.432990*** 0.140152***

DK -7.685445*** -7.729705*** 0.106472***

VT -8.194012*** -8.187952*** 0.233786***

TM -7.985474*** -8.011937*** 0.101211***

KS -5.638588*** -11.30802*** 0.074955***

Giả thiết H0 cho kiểm định ADF và PP là chuỗi dữ liệu có nghiệm đơn vị (chuỗi dữ liệu không dừng), trong khi

đó, giả thiết H0 của kiểm định KPSS là chuỗi dữ liệu dừng. *, **, *** tương ứng với mức ý nghĩa 1%, 5% và

10%. PCCOP phần trăm thay đổi của sản lượng dầu sản xuất toàn cầu, GRA chỉ số thể hiện hoạt động của nền

kinh tế toàn cầu, DGRA sai phân bậc 1 của chỉ số thể hiện hoạt động của nền kinh tế toàn cầu, PO và DPO giá

dầu và sai phân bậc 1 của giá dầu tương ứng, TSSL, DK, VT, TM, KS lần lượt là tỷ suất sinh lợi của thị trường

chứng khoán Việt Nam, của ngành dầu khí, ngành vận tải, ngành thương mại và ngành khoáng sản.

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Bảng 4.2 cho thấy bác bỏ giả thiết H0 đối với kiểm định ADF, PP và chấp nhận

H0 đối với kiểm định KPSS rằng các chuỗi dữ liệu PCCOP, TSSL, DK,VT, TM, KS

dừng ở mức ý nghĩa 1%. Các chuỗi dữ liệu GRA và PO là các chuỗi dữ liệu không

dừng ở cả 3 mức ý nghĩa. Tuy nhiên, khi lấy sai phân bậc 1 của các chuỗi này là

DGRA và DPO cho thấy cả 2 chuỗi này đều là các chuỗi dừng. Do đó, tác giả sử dụng

biến đầu vào là các chuỗi sau: PCCOP, DGRA, DPO, TSSL, DK,VT, TM, KS

4.1.3 Lựa chọn độ trễ tối ưu

Tác giả sử dụng phương pháp VAR lag Order Selection Criteria nhằm tìm độ trễ

thích hợp cho mô hình. Phương pháp này đưa ra các tiêu chí để lựa chọn như: LogL,

AIC, SC, HQ, LR, FPE để chọn độ trễ tối ưu cho mô hình. Dựa vào các tiêu chí trên,

tác giả sẽ lựa chọn độ trễ tại mức có một hoặc nhiều tiêu chí cùng lựa chọn.

Bảng 4.3: Kết quả lựa chọn độ trễ cho mô hình

Lag LogL LR FPE AIC SC HQ

0 -1450.053 NA 264453.7 23.83693 23.92886* 23.87427

1 -1418.237 61.02284 204094.1* 23.57766* 24.03734 23.76437*

2 -1409.982 15.29180 231931.2 23.70463 24.53205 24.04070

3 -1401.649 14.89143 263562.8 23.83031 25.02546 24.31574

4 -1385.352 28.05119* 263350.1 23.82545 25.38834 24.46025

5 -1378.807 10.83810 309518.7 23.98043 25.91107 24.76460

6 -1362.879 25.32748 312905.2 23.98162 26.28000 24.91515

7 -1358.463 6.733183 383498.4 24.17152 26.83764 25.25441

8 -1347.843 15.49460 426525.6 24.25972 27.29357 25.49197

9 -1340.590 10.10565 504031.8 24.40312 27.80472 25.78474

10 -1329.715 14.44162 564838.6 24.48712 28.25646 26.01811

* Độ trễ được lựa chọn theo tiêu chuẩn

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Kết quả kiểm định cho thấy độ trễ được lựa chọn là 1 tháng và 4 tháng. Tuy

nhiên, ở đây tác giả lựa chọn độ trễ tối ưu là 4 tháng. Lý do, trong vòng 1 tháng thì các

cú sốc chưa thể hiện được hết tác động của mình đến các biến khác. Bên cạnh đó,

trong các bài nghiên cứu về mối quan hệ giữa giá dầu và tỷ suất sinh lợi của thị trường

thì độ trễ 3,4 tháng thường được các nhà nghiên cứu lựa chọn. Kết quả kiểm định tự

tương quan (Bảng 4.4) cũng cho thấy với độ trễ 4 mô hình không có hiện tượng tự

tương quan. Ngoài ra, Hình 4.1 cho thấy các giá trị riêng đều nằm trong vòng tròn đơn

vị, nên mô hình ước lượng đã đáp ứng được các điều kiện về sự ổn định cần thiết nhằm

đảm bảo độ tin cậy của kết quả.

Bảng 4.4: Kiểm định LM về tự tương quan chuỗi của phần dư

Độ trễ LM-Stat Prob

1 11.10328 0.8031

2 23.80627 0.0938

3 11.98258 0.7452

4 16.84938 0.3954

5 12.14044 0.7343

6 20.36071 0.2044

7 7.126532 0.9707

8 10.00040 0.8666

9 18.09964 0.3181

10 20.09713 0.2159

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Hình 4.1: Kết quả kiểm định nghịch đảo đơn vị gốc đa thức AR

Nguồn: Tác giả tổng hợp từ phần mềm Eview

4.2 Tác động của cú sốc cung và cầu dầu thô đến giá dầu thô

Theo lý thuyết kinh tế vi mô, giá cả hàng hóa được ấn định bởi cung và cầu do

đó giá dầu thô cũng không ngoại lệ. Vì vậy, việc xem xét những phản ứng của giá dầu

thô đối với các cú sốc sản lượng dầu, tổng cầu nền kinh tế đối với các hàng hóa công

nghiệp và cầu dự trữ dầu là rất cần thiết trước khi xem xét các tác động của những cú

sốc này đến tỷ suất sinh lợi của thị trường. Cú sốc cung dầu được xem xét đại diện một

cú sốc giảm một đơn vị độ lệch chuẩn, trong khi đó cú sốc tổng cầu và cú sốc cầu dữ

trữ dầu thô được xem xét đại diện cho những cú sốc tăng một đơn vị độ lệch chuẩn, vì

thế cả ba cú sốc này sẽ có xu hướng làm tăng giá dầu thô.

Hình 4.2 mô phỏng phản ứng của giá dầu thô với cú sốc cung dầu. Khi sản

lượng sản xuất dầu thô bất ngờ giảm 1 đơn vị độ lệch chuẩn thì giá dầu tăng lên nhẹ

nhưng không rõ ràng. Hay nói cách khác, một sự thiếu hụt đột ngột trong cung dầu

không tác động nhiều đến giá dầu thô.

Hình 4.3 mô phỏng phản ứng của giá dầu thô đối với cú sốc tổng cầu nền kinh

tế thế giới. Khi tổng cầu nền kinh tế bất ngờ tăng 1 đơn vị độ lệch chuẩn thì giá dầu có

xu hướng tăng với mức tích lũy sau 6 tháng khoảng 3% và sau đó giảm xuống còn 2%

và giữ nguyên đến hết 24 tháng. Điều này cho thấy khi tổng cầu toàn bộ nền kinh tế

tăng sẽ kích thích nhu cầu sử dụng các hàng hóa công nghiệp (kể cả dầu thô) và làm

cho giá dầu tăng lên.

Hình 4.4 mô phỏng phản ứng của giá dầu thô đối với cú sốc cầu dự trữ dầu thô.

Khi cú sốc cầu dự trữ dầu thô xuất hiện do nhu cầu dự trữ dầu thô tăng lên phòng ngừa

việc thiếu hụt dầu trong tương lai thì điều này ngay lập tức làm tăng giá dầu trong vòng

khoảng 3 tháng đầu tiên xảy ra cú sốc, giá dầu tăng lên khoảng 12% sau đó giảm xuống

một ít rồi duy trì liên tục đến 24 tháng.

Hình 4.2 : Phản ứng của giá dầu trước cú sốc cung dầu

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Hình 4.3: Phản ứng của giá dầu trước cú sốc tổng cầu nền kinh tế

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Hình 4.4: Phản ứng của giá dầu trước cú sốc cầu dự trữ dầu thô

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Qua các hình trên tác giả nhận thấy, cả ba cú sốc có tác động khác nhau đến giá

dầu. Ví dụ, một sự gia tăng không mong đợi trong nhu cầu dự trữ dầu thô tạo ra một sự

gia tăng ngay lập tức và bền vững trong giá dầu, sau đó là giảm từ từ; một sự gia tăng

không dự báo trước của tổng cầu nền kinh tế đối với các hàng hóa công nghiệp cũng có

tác động làm tăng giá dầu nhưng cần một độ trễ nhất định; trong khi đó, một sự thiếu

hụt trong cung dầu chỉ làm giá dầu tăng một ít và sau đó dường như là không có tác

động rõ ràng.

4.3 Những phản ứng đẩy và phân rã phương sai của Tỷ suất sinh lợi thị

trường chứng khoán Việt Nam

Hình 4.5: Phản ứng của TSSL thị trường trước cú sốc cung dầu

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Hình 4.6: Phản ứng của TSSL thị trường trước cú sốc tổng cầu nền kinh tế

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Hình 4.7: Phản ứng của TSSL thị trường trước cú sốc cầu dự trữ dầu thô

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Hình trên thể hiện phản ứng của tỷ suất sinh lợi thị trường chứng khoán Việt

Nam đối với các cú sốc trong thị trường dầu thô. Nhìn tổng quan, ta có thể thấy phản

ứng của tỷ suất sinh lợi thị trường cơ bản là khác nhau đối với từng cú sốc, nó phụ

thuộc nhiều vào nguyên làm cho giá dầu tăng là gì. Một sự thiếu hụt không dự báo

trước trong cung dầu có tác động làm tăng tỷ suất sinh lợi của thị trường trong khoản

thời gian ngắn, sau đó có tác động làm giảm TSSL của thị trường trong thời gian tiếp

theo. Ngược lại, khi tổng cầu đối với các hàng hóa công nghiệp tăng lên, điều này làm

cho tỷ suất sinh lợi gia tăng trong vòng 5 tháng đầu kể từ khi phát sinh cú sốc, sau đó,

tỷ suất sinh lợi của thị trường có xu hướng giảm. Trong khi đó, khi giá dầu tăng xuất

phát từ nguyên nhân là cú sốc cầu dự trữ tăng thì nó sẽ làm cho tỷ suất sinh lợi tăng lên

trong 5 tháng đầu kể từ khi phát sinh cú sốc rồi sau đó sẽ giảm đều.

Kết quả phân rã phương sai được trình bày trong bảng dưới thể hiện số lượng

phần trăm sự thay đổi trong tỷ suất sinh lợi xuất phát từ nguyên nhân là 3 cú sốc trên.

Trong giai đoạn 2 tháng kể từ lúc phát sinh các cú sốc, tác động của những cú sốc này

là không đáng kể. Chỉ có khoảng 5% sự thay đổi trong tỷ suất sinh lợi được giải thích

bởi các cú sốc giá dầu. Tỷ lệ này tăng lên đến 20% kể từ tháng thứ 10 trở đi tính từ lúc

phát sinh cú sốc. Điều này cho thấy, cú sốc cấu trúc trong thị trường dầu là một trong

những nhân tố quan trọng tác động đến thị trường chứng khoán Việt Nam. Trong đó,

cú sốc cấu trúc trong cầu dự trữ dầu giải thích tới 7,4% thay đổi trong tỷ suất sinh lợi

của thị trường chứng khoán. Kết quả này phản ánh tầm quan trọng của sự thay đổi

trong nhu cầu dự trữ dầu mỏ đối với thị trường chứng khoán. Trong khi đó, cú sốc

cung dầu chỉ giải thích được 5,5% sự thay đổi trong tỷ suất sinh lợi của thị trường. Do

đó, tác động của cầu dầu thì lớn hơn tác động của cung dầu đối với thị trường chứng

khoán.

Bảng 4.5 : Phân rã phương sai biến tỷ suất sinh lợi thị trường chứng khoán

Kỳ S.E. PCCOP DGRA DPO TSSL

1 0.620686 2.847553 1.098549 0.092785 95.96111

(3.18018) (2.35397) (1.58372) (4.01897)

2 0.645357 3.610142 1.143979 0.212327 95.03355

(3.31329) (2.57136) (1.82892) (4.51484)

3 0.659449 3.589176 1.448842 3.905472 91.05651

(3.25496) (2.81647) (3.53630) (5.23206)

10 0.683463 5.520083 6.424576 7.200080 80.85526

(4.05288) (5.45434) (4.49993) (7.70855)

12 0.683549 5.519935 6.412015 7.376606 80.69144

(4.11951) (5.51045) (4.76021) (7.94564)

24 0.683643 5.516388 6.414701 7.429896 80.63902

(4.14796) (5.69753) (4.91521) (8.24584)

Nguồn: Tác giả tổng hợp từ phần mềm Eview

4.4 Sự khác nhau trong thay đổi tỷ suất sinh lợi giữa các ngành

Trong phần này tác giả sẽ xem xét những phản ứng khác nhau trong tỷ suất sinh

lợi theo từng ngành tại thị trường chứng khoán Việt Nam trước các cú sốc trong giá

dầu thô. Phân tích này sẽ giúp trả lời cho hai câu hỏi sau. Câu hỏi đầu tiên là liệu các

nhà đầu tư có xây dựng được danh mục thích hợp dựa vào những dấu hiệu biến động

trong thị trường dầu thô toàn cầu. Câu hỏi thứ hai là liệu các cú sốc giá dầu có thể được

coi như là các cú sốc tổng cung bất lợi (hoặc cú sốc tổng năng suất) hoặc được xem xét

dưới quan điểm là cú sốc cầu đối với các nền kinh tế nhập khẩu dầu mỏ. Dữ liệu

nghiên cứu được chúng tôi thu thập từ cơ sở dữ liệu ngành tại trang

http://www.cophieu68.vn/categorylist.php. Thời gian nghiên cứu từ 01.2009 đến 12.

2015. Thay vì xem xét tất cả 20 nhóm ngành được tổng hợp tại trang web trên, tác giả

chỉ ưu tiên nghiên cứu các nhóm ngành có quan hệ mật thiết với những thay đổi trong

thị trường dầu thô. Kết quả nghiên cứu dưới đây được tác giả tổng hợp dựa trên việc

chạy lại mô hình (1) trong đó thay đổi tỷ suất sinh lợi của thị trường bằng tỷ suất sinh

lợi của từng nhóm ngành cụ thể được lựa chọn.

Hình 4.8, 4.9 tập trung phân tích vào bốn nhóm ngành chính. Đầu tiên tác giả

xem xét đến nhóm ngành dầu khí như một lẻ tự nhiên. Nó sẽ không đưa ra một nhận

định rõ ràng rằng liệu chứng khoán trong nhóm ngành này sẽ tăng điểm hay giảm điểm

trong trường hợp thị trường dầu thô gặp tình trạng biến động. Câu trả lời sẽ phụ thuộc

rất lớn vào việc liệu những công ty này có sở hữu các mỏ dầu (hoặc kiểm soát được các

sản phẩm thay thế). Tiếp theo là phản ứng trong tỷ suất sinh lợi của nhóm ngành vận

tải đối với các cú sốc trong giá dầu. Đây là một ngành có mối quan hệ mật thiết với thị

trường dầu, khi giá dầu giảm xuống sẽ làm giảm chi phí đầu vào, tăng lợi nhuận cho

các công ty trong ngành vận tải. Nhóm ngành thứ ba tác giả muốn đề cập đến là nhóm

ngành thương mại. Có thể nhận thấy, giá dầu ảnh hưởng trực tiếp đến nhóm ngành này

bởi vì nếu giá dầu giảm, người tiêu dùng sẽ chi trả ít hơn cho các chi phí xăng dầu, gas

và do đó họ sẽ có nhiều tiền hơn để chi tiêu và mua sắm các hàng hóa khác. Cuối cùng,

tác giả nghiên cứu nhóm ngành khai khoáng, lý do, dầu thô có mối quan hệ mật thiết

với tình hình chính trị thế giới. Khi bất ổn chính trị xảy ra nhà đầu tư sẽ tăng nhu cầu

của họ đối với các kim loại quý như vàng hay bạc, khiến giá cổ phiếu của các công ty

này tăng lên. Và khi bất ổn chính trị xảy ra cũng là lúc mà giá dầu tăng lên. Do đó, mối

quan hệ giữa giá dầu và kim loại quý có liên quan chặt chẽ với nhau.

Cột đầu tiên trong hình 4.8 thể hiện phản ứng trong tỷ suất sinh lợi của nhóm

ngành xăng dầu trước các cú sốc trong giá dầu. Khi cú sốc cung dầu giảm một đơn vị

độ lệch chuẩn thì điều này sẽ làm tỷ suất sinh lợi của nhóm ngành tăng lên từ từ với

mức tích lũy trong vòng 5 tháng là 2% sau đó giảm xuống còn 0% sau 8 tháng xảy ra

cú sốc. Đối với cú sốc tổng cầu của nền kinh tế, khi cú sốc này tăng lên một đơn vị độ

lệch chuẩn làm cho tỷ suất sinh lợi nhóm ngành tăng lên sau đó ổn định không thay đổi

sau 5 tháng kể từ lúc xảy ra cú sốc. Trong khí đó, khi cú sốc cầu dự trữ dầu thô xuất

hiện tăng một đơn vị độ lệch chuẩn sẽ tác động làm tỷ suất sinh lợi của nhóm ngành

này tăng lên nhanh chóng và kéo dài liên tục với mức tích lũy đỉnh điểm sau 6 tháng kể

từ thời điểm xảy ra cú sốc là 6%.

Cột thứ hai trong hình 4.8 thể hiện phản ứng trong tỷ suất sinh lợi của nhóm

ngành vận tải trước các cú sốc trong giá dầu. Nhìn chung, nhóm ngành này có những

phản ứng trước các cú sốc giá dầu giống với nhóm ngành dầu khí, chỉ khác nhau tại cú

sốc tổng cầu nền kinh tế. Cụ thể, khi cú sốc tổng cầu nền kinh tế tăng một đơn vị độ

lệch chuẩn thì tỷ suất sinh lợi nhóm ngành này có xu hướng tăng lên theo thời gian.

Điều này hoàn toàn phù hợp, khi tổng cầu nền kinh tế toàn cầu tăng nhu cầu về vận

chuyển hàng hóa sẽ tăng theo và góp phần làm tăng lợi nhuận của doanh nghiệp. Có

thể thấy từ kết quả mô hình, cú sốc tổng cầu của nền kinh tế và cầu dự trữ dầu thô là có

tác động rõ nét nhất đối với tỷ suất sinh lợi của nhóm ngành này.

Hình 4.8: Phản ứng của TSSL ngành dầu khí và vận tải trước các cú sốc

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Hình 4.9: Phản ứng của TSSL ngành thương mại và khoáng sản trước các cú sốc

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Tương tự, trong hình 4.9 cột đầu tiên thể hiện phản ứng trong tỷ suất sinh lợi

của nhóm ngành thương mại trước các cú sốc trong giá dầu. Khi cú sốc cung dầu giảm

một đơn vị độ lệch chuẩn thì điều này sẽ làm tỷ suất sinh lợi của nhóm ngành tăng lên

từ từ với mức tích lũy trong vòng 5 tháng là 2% sau đó giảm xuống dần kể từ sau 3

tháng xảy ra cú sốc. Đối với cú sốc tổng cầu của nền kinh tế, tỷ suất sinh lợi của nhóm

ngành này tăng lên cùng với sự gia tăng trong cú sốc tổng cầu của nền kinh tế tuy

nhiên cần có độ trễ nhất định trong vòng khoảng 2 tháng kể từ khi cú sốc xuất hiện và

mức độ tăng cũng mạnh hơn so với cú sốc cung dầu. Trong khi đó, khi cú sốc cầu dự

trữ dầu thô xuất hiện tăng một đơn vị độ lệch chuẩn sẽ tác động làm tỷ suất sinh lợi của

nhóm ngành này tăng lên nhanh chóng và kéo dài liên tục với mức tích lũy đỉnh điểm

sau 6 tháng kể từ thời điểm xảy ra cú sốc là 4%.

Cột thứ hai trong hình 4.9 thể hiện phản ứng trong tỷ suất sinh lợi của nhóm

ngành khoáng sản trước các cú sốc trong giá dầu. Nhìn chung, nhóm ngành này có

những phản ứng trước các cú sốc giá dầu giống với các nhóm ngành khác, chỉ khác

nhau ở phản ứng trước cú sốc tổng cầu nền kinh tế. Cụ thể, khi cú sốc này xuất hiện

với việc tăng 1 đơn vị độ lệch chuẩn thì tỷ suất sinh lợi của nhóm ngành này có xu

hướng thay đổi theo hướng giảm rồi sau đó tăng lên từ từ về mức 0. Trong khi đó, khi

cú sốc cầu dự trữ dầu thô xuất hiện thì làm cho tỷ suất sinh lợi của nhóm ngành này

tăng lên ổn định và mạnh mẽ, mức tăng tích lũy sau 10 tháng kể từ khi cú sốc xảy ra là

10%. Cuối cùng là phản ứng trước cú sốc cung dường như là ít và không rõ ràng.

Qua phân tích này, tác giả muốn nói rằng đứng trước các sự gia tăng của giá dầu

nhà đầu tư cần phải phân tích được nguyên nhân dẫn đến việc tăng giá đó là gì để điều

chỉnh danh mục đầu tư của mình thích hợp. Ví dụ, đứng trước sự tăng giá của dầu với

nguyên nhân là các cú sốc cung dầu thì điều này sẽ chỉ tác động đáng kể đến nhóm

ngành dầu khí, vận tải và khai khoáng, còn nhóm ngành thương mại chịu ảnh hưởng ít

và không rõ nét. Còn khi việc tăng giá dầu xuất phát từ lý do là cú sốc dự trữ dầu sẽ

làm tăng tỷ suất sinh lợi của tất cả các nhóm ngành nhưng tác động nhiều nhất là nhóm

ngành dầu khí. Trong khi đó, giá dầu tăng do cú sốc trong tổng cầu của nền kinh tế thế

giới sẽ làm tăng tỷ suất sinh lợi của nhóm ngành vận tải và thương mại, trong khi đó

giảm tỷ suất sinh lợi của nhóm ngành khoáng sản.

Về phân tích phân rã phương sai, hầu như bốn nhóm ngành tác giả đề cập đều

chịu tác động của các cú sốc giá dầu. Trong đó, các cú sốc giá dầu giải thích được đến

20% những thay đổi trong tỷ suất sinh lợi của nhóm ngành dầu khí, vận tải và khoáng

sản, và khoảng 15% thay đổi trong tỷ suất sinh lợi của nhóm ngành thương mại. Đặc

biệt, trong khoảng thời gian 1 tháng thì cú sốc giá dầu giải thích được 10% các thay đổi

trong tỷ suất sinh lợi của nhóm ngành dầu khí còn các nhóm ngành khác giải thích

không đáng kể. Điều này cho thấy mối quan hệ mật thiết của giá dầu và tỷ suất sinh lợi

của các doanh nghiệp trong nhóm ngành dầu khí.

Bên cạnh đó, tác giả thấy rằng, hầu như các tác động của cú sốc cầu mạnh hơn

các tác động trong cú sốc cung dầu đến tỷ suất sinh lợi của các nhóm ngành. Điều này

cho thấy tầm quan trọng của việc phân tích nguyên nhân dẫn đến giá dầu thay đổi để có

những chiến lược đầu tư phù hợp.

Bảng 4.6 : Phân rã phương sai biến tỷ suất sinh lợi ngành dầu khí

S.E. PCCOP DGRA DPO DK Kỳ

0.589840 0.313314 2.908562 6.633078 90.14505 1

(2.02556) (3.69402) (5.22849) (6.75652)

0.611083 1.406076 3.073647 7.100892 88.41939 2

(3.30836) (3.69625) (5.61885) (7.45883)

0.630467 2.858670 3.059448 8.131093 85.95079 3

(4.65191) (3.71613) (6.20933) (8.01486)

10 0.663554 4.346490 6.061946 8.860710 80.73085

(5.72509) (5.27709) (6.82036) (9.46468)

12 0.664009 4.363324 6.070184 8.864770 80.70172

(5.83599) (5.32487) (6.84714) (9.55037)

24 0.664327 4.366384 6.090280 8.869305 80.67403

(5.94581) (5.65648) (6.94819) (10.0519)

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Bảng 4.7 : Phân rã phương sai biến tỷ suất sinh lợi ngành vận tải

Period S.E. PCCOP DGRA DPO VT

0.577584 0.611156 0.000872 2.048257 97.33972 1

(3.06667) (2.04505) (3.33372) (5.17421)

2 0.597495 2.200227 0.459538 1.982124 95.35811

(4.60866) (3.03386) (3.47750) (6.26585)

3 0.618188 2.767259 0.662345 2.060623 94.50977

(4.83033) (3.42653) (3.72903) (6.73945)

10 0.666486 4.874504 9.787827 4.677200 80.66047

(5.46292) (7.01214) (5.29910) (8.70574)

12 0.667113 4.869927 9.786459 4.697602 80.64601

(5.48947) (7.07626) (5.47477) (8.85402)

24 0.667361 4.869154 9.823240 4.697191 80.61041

(5.56796) (7.32547) (5.60197) (9.28079)

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Bảng 4.8 : Phân rã phương sai biến tỷ suất sinh lợi ngành thương mại

Period S.E. PCCOP DGRA DPO TM

1 0.594023 0.373531 0.043325 2.043664 97.53948

(2.44074) (1.53924) (3.38805) (4.33024)

2 0.613215 1.166849 0.222967 2.579516 96.03067

(3.77570) (2.38955) (4.21036) (6.04140)

3 0.625985 1.563572 0.271592 2.851807 95.31303

(4.05380) (3.31746) (4.18296) (6.38999)

10 0.665739 2.521391 8.362627 3.622781 85.49320

(4.81216) (6.80480) (4.57268) (9.20292)

12 0.666224 2.529642 8.438907 3.672953 85.35850

(4.84826) (7.03302) (4.62679) (9.48744)

24 0.666364 2.530785 8.480516 3.677801 85.31090

(4.79532) (7.53485) (4.95636) (9.99895)

Nguồn: Tác giả tổng hợp từ phần mềm Eview

Bảng 4.9 : Phân rã phương sai biến tỷ suất sinh lợi ngành khoáng sản

Period S.E. PCCOP DGRA DPO KS

1 0.594543 0.477698 1.061887 0.607051 97.85336

(1.37805) (2.36125) (1.98091) (3.57846)

2 0.610116 1.202407 1.182233 0.852606 96.76275

(3.10749) (2.96131) (3.43348) (5.62917)

3 0.623537 1.385277 2.095162 4.313367 92.20619

(3.41337) (3.71323) (5.99143) (7.63576)

10 0.663746 5.235040 4.539624 9.869033 80.35630

(6.22946) (4.85341) (7.30240) (9.72028)

12 0.664347 5.234037 4.537552 9.863480 80.36493

(6.27983) (5.01094) (7.34531) (9.89844)

24 0.664504 5.239720 4.542352 9.877829 80.34010

(6.43578) (5.29464) (7.56345) (10.3492)

Nguồn: Tác giả tổng hợp từ phần mềm Eview

CHƯƠNG 5: KẾT LUẬN

5.1 Những kết luận chính

Tác giả phát triển phương pháp nghiên cứu mới để hiểu được những thay đổi

trong tỷ suất sinh lợi chứng khoán với cú sốc giá dầu. Phương pháp này đưa ra hàm ý

cho việc quản lý danh mục chứng khoán cũng như phù hợp với tài chính hiện đại. Thay

vì chỉ xem xét tác động của giá dầu đến thị trường chứng khoán, tác giả tập trung phân

tích nguyên nhân dẫn đến giá dầu thay đổi là gì rồi từ đó mới liên hệ với các thay đổi

trong tỷ suất sinh lợi của thị trường.

Tác giả nhận thấy rằng phản ứng tỷ suất sinh lợi của thị trường chứng khoán

Việt Nam đối với các cú sốc khác nhau là không giống nhau, nó phụ thuộc vào nguyên

nhân làm cho giá dầu tăng là gì. Các cú sốc cung dầu thì ít quan trọng khi xem xét

những thay đổi trong giá chứng khoán so với cú sốc tổng cầu nền kinh tế thế giới hoặc

cú sốc cầu dự trữ dầu thô. Cụ thể, cú sốc cầu dự trữ dầu góp phần rất lơn giải thích việc

giảm điểm của thị trường chứng khoán trong bối cảnh rối loạn chính trị xảy ra ở khu

vực Trung Đông. Ngược lại nếu giá dầu tăng là do tổng cầu của nền kinh tế thế giới

tăng điều này sẽ có tác động tích cực đến giá cổ phiếu trong giai đoạn đầu của chu kỳ

tăng trưởng và tác động này sẽ giảm từ từ trong tương lai.

Bài nghiên cứu của tác giả như một sự xem xét để đánh giá lại cách suy nghĩ

trong việc nghiên cứu mối quan hệ giữa giá dầu và tỷ suất sinh lợi của thị trường chứng

khoán. Một trong những hàm ý của bài nghiên cứu này đề nghị rằng trong các mô hình

thực nghiệm và lý thuyết không nên coi giá dầu như là biến ngoại sinh của nền kinh tế.

Mô hình nghiên cứu này đã giúp tác giả giải quyết được hai vấn đề phát sinh được đề

cập trong cơ sở lý thuyết.

5.2 Hướng nghiên cứu của đề tài

Bên cạnh giải quyết các mục tiêu đặt ra tác giả nhận thấy bài nghiên cứu này còn có

hạn chế chưa khắc phục được. Cụ thể, do việc khó khăn khi thu thập về dữ liệu chi trả

cổ tức của thị trường chứng khoán nền tác giả không nghiên cứu được mối quan hệ

giữa cú sốc giá dầu và tỷ lệ chi trả cổ tức. Đây là gợi ý cho hướng nghiên cứu tiếp theo

của đề tài trong tương lai.

TÀI LIỆU THAM KHẢO

CHEN, N.-F., R. ROLL, AND S. A. ROSS , “Economic Forces and the Stock

Market,” Journal of Business 59 (July 1986), 383 –403.

CHEN, S.S., 2010. Do higher oil prices push the stock market into bear territory?

Energy Econ. 32 (2), 490 – 495 .

COCHRANE,J.H., Asset Pricing, 2nd edition (Princeton, NJ: Princeton University

Press, 2005).

DEN HAAN,W.J., “The Comovement between Output and Prices,” Journal of

Monetary Economics 46 (August 2000), 3–30.

—, AND S. W. SUMMER, “The Comovement between Real Activity and Prices in

the G7,” European Economic Review 48 (December 2004), 1333–47.

DHAWAN , R., AND K. J ESKE , “Energy Price Shocks and the Macroeconomy:

The Role of Consumer Durables,” Working Paper No. 2006-9, Federal Reserve

Bank of Atlanta, 2006.

EDELSTEIN,P., ANDL. K ILIAN, “The Response of Business Fixed Investment to

Energy Price Changes: A Test of Some Hypotheses about the Transmission of

Energy Price Shocks, ” B.E. Journal of Macroeconomics 7 (November 2007), 1–39.

—, AND —, “How Sensitive Are Consumer Expenditures to Retail Energy Prices?

” Journal of Mon-etary Economics56 (September 2009), forthcoming.

FAMA,E.F., “Stock Returns, Real Activity, Inflation and Money,” American

Economic Rev ie w 71 (Septem-ber 1981), 545–65.

—, AND G. W. SCHWERT, “Asset Returns and Inflation,” Journal of Financial

Economics 5 (November 1977), 115–46.

FINANCIAL TIMES , “Equities Hit by Oil Rise and Geopolitical Angst,” August

21, 2006.

—, “Oil Slide Spurs Global Equity Rally,” October 12, 2006.

GONC¸ALVES,S., AND L. KILIAN, “Bootstrapping Autoregressions with

Conditional Heteroskedasticity of Unknown Form,” Journal of Econometrics 123

(November 2004), 89 –120.

HAMILTON ,J.D., “A Neoclassical Model of Unemployment and the Business

Cycle,” Journal of Political Economy96 (June 1988), 593–617.

—, “What Is an Oil Shock?” Journal of Econometrics 113 (April 2003), 363–98.

—, “Oil and the Macroeconomy,” in S. Durlauf and L. Blume, eds., The New

Palgrave Dictionary of Economics , 2nd edition (London: Macmillan, 2008).

HERRERA,A.-M., AND E.PESAVENTO, “Oil Price Shocks, Systematic Monetary

Policy, and the Great Mod-eration,” Macroeconomic Dynamics13 (February 2009),

107–37.

HESS,P.J., AND B.S.LEE, “Stock Returns and Inflation with Supply and Demand

Disturbances, ” Review of Financial Studies 12 (Winter 1999), 1203 –18.

HUANG,R.,R.MASULIS,AND H.STOLL,“Energy Shocks and Financial Markets,”

Journal of Futures Markets 16 (February 1996), 1–27.

JAFFE,J.F., AND G.MANDELKER, “The ‘Fisher Effect’ for Risky Assets: An

Empirical Investigation, ” Journal of Finance 31 (May 1976), 447–58.

JONES,C., AND G. KAUL, “Oil and the Stock Markets,” Journal of Finance 51

(June 1996), 463–91.

KAUL,G., “Stock Returns and Inflation: The Role of the Monetary sector, ” Journal

of Financial Economics 18 (June 1987), 253–76.

—, AND H.N.SEYHUN, “Relative Price Variability, Real Shocks and the Stock

Market, ” Journal of Finance 45 (June 1990), 479–96.

KILIAN, L., “Exogenous Oil Supply Shocks: How Big Are They and How Much

Do They Matter for the US Economy?” Rev ie w of Economics and Statistics 90

(May 2008a), 216 –40.

—, “A Comparison of the Effects of Exogenous Oil Supply Shocks on Output and

Inflation in the G7 Countries,” Journal of the European Economic Association 6

(March 2008b), 78 –121.

—, “The Economic Effects of Energy Price Shocks, ” Journal of Economic

Literature 46 (December 2008c), 871 –909.

—, “Not All Oil Price Shocks Are Alike: Disentangling Demand and Supply Shocks

in the Crude Oil Market,” American Economic Review 19 (June 2009), 1053 –69.

KILIAN, L., PARK, C., 2009. The impact of oil price shocks on the U. S. stock

market. Int. Econ. Rev. 50, 1267 –1287.

KLING, J. L., “Oil Price Shocks and Stock-Market Behavior,” Journal of Portfolio

Management 12 (Fall 1985), 34 –9.

LEE, K., AND S.NI, “On the Dynamic Effects of Oil Price Shocks: A Study Using

Industry Level Data, ” Journal of Monetary Economics 49 (May 2002), 823–52.

LETTAU,M., AND S.C.LUDVIGSON, “Expected Returns and Expected Dividend

Growth, ” Journal of Financial Economics 76 (June 2005), 583–626.

MALIK , F., EWING, B.T., 2009. Volatility transmission between oil prices and

equity sector returns. Int. Rev. Financ. Anal. 18, 95– 100 .

MILLER, J.I., RATTI, R.A ., 2009. Crude oil and stock markets: stability,

instability, and bubbles. Energy Econ. 31 (4), 559– 56 8 .

NAKOV,A., AND A.PESCATORI, “In flation-Output Gap Trade-off with a

Dominant Oil Supplier, ” Mimeo, Federal Reserve Bank of Cleveland, 2007.

NANDHA, M., FAFF, R., 2008.‘ Does oil move equity prices? A global view’.

Energy Econ. 30, 986 –997 .

PAPAPETROU, E., 2001. Oil price shocks, stock market, economic activity and

employment in Greece. Energy Econ. 23, 511 –532

SADORSKY,P., “Oil Price Shocks and Stock Market Activity,” Energy Economics

21 (October 1999), 449 –69.

TOROUS,W.,R.VALKANOV, AND S.YAN, “On Predicting Stock Returns with

Nearly Integrated Explanatory Variables,” Journal of Business 77 (July 2004), 937–

66.

VO, M., 2011. Oil and stock market volatility: a multivariate stochastic volatility

perspective. Energy Econ. 33, 956 – 965 .

WEI,C., “Energy, the Stock Market, and the Putty-Clay Investment Model,”

American Economic Review 93 (March 2003), 311–23.

PHỤ LỤC

Null Hypothesis: PCCOP has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -12.37917 -3.480818 -2.883579 -2.578601

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PCCOP) Method: Least Squares Date: 05/14/16 Time: 17:37 Sample (adjusted): 2005M02 2015M12 Included observations: 131 after adjustments

Coefficient

Std. Error

t-Statistic

-1.086322 0.080329

0.087754 0.055663

-12.37917 1.443132

Variable PCCOP(-1) C

Prob.* 0.0000 Prob. 0.0000 0.1514 -0.001135 0.932152 1.937270 1.981166 1.955107 2.027359

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.542948 Mean dependent var 0.539405 S.D. dependent var 0.632624 Akaike info criterion 51.62757 Schwarz criterion -124.8912 Hannan-Quinn criter. 153.2438 Durbin-Watson stat 0.000000

Null Hypothesis: GRA has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=12)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -2.254728 -3.481217 -2.883753 -2.578694

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Prob.* 0.1884

Augmented Dickey-Fuller Test Equation Dependent Variable: D(GRA)

1. Kết quả kiểm định tính dừng

Method: Least Squares Date: 05/14/16 Time: 17:38 Sample (adjusted): 2005M03 2015M12 Included observations: 130 after adjustments

Coefficient

Std. Error

t-Statistic

-0.067615 0.309520 -0.033700

0.029988 0.085905 0.977439

-2.254728 3.603042 -0.034478

Variable GRA(-1) D(GRA(-1)) C

Prob. 0.0259 0.0004 0.9726 -0.822378 11.25728 7.604138 7.670312 7.631027 1.908283

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.107922 Mean dependent var 0.093873 S.D. dependent var 10.71589 Akaike info criterion 14583.44 Schwarz criterion -491.2690 Hannan-Quinn criter. 7.682107 Durbin-Watson stat 0.000709

Null Hypothesis: DGRA has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -8.588880 -3.480818 -2.883579 -2.578601

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(DGRA) Method: Least Squares Date: 05/14/16 Time: 17:38 Sample (adjusted): 2005M02 2015M12 Included observations: 131 after adjustments

Coefficient

Std. Error

t-Statistic

-0.730478 -0.617624

0.085049 0.949454

-8.588880 -0.650504

Variable DGRA(-1) C

Prob.* 0.0000 Prob. 0.0000 0.5165 -0.079951 13.54231 7.620132 7.664028 7.637969 1.900996

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.363808 Mean dependent var 0.358876 S.D. dependent var 10.84336 Akaike info criterion 15167.61 Schwarz criterion -497.1186 Hannan-Quinn criter. 73.76886 Durbin-Watson stat 0.000000

Null Hypothesis: PO has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=12)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -2.320304 -3.481217 -2.883753 -2.578694

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(PO) Method: Least Squares Date: 05/14/16 Time: 17:38 Sample (adjusted): 2005M03 2015M12 Included observations: 130 after adjustments

Coefficient

Std. Error

t-Statistic

-0.050742 0.448470 4.186674

0.021869 0.079813 1.905851

-2.320304 5.619015 2.196748

Variable PO(-1) D(PO(-1)) C

Prob.* 0.1672 Prob. 0.0219 0.0000 0.0299 -0.057462 6.833554 6.482682 6.548856 6.509571 2.028854

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.211258 Mean dependent var 0.198837 S.D. dependent var 6.116556 Akaike info criterion 4751.356 Schwarz criterion -418.3743 Hannan-Quinn criter. 17.00800 Durbin-Watson stat 0.000000

Null Hypothesis: DPO has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -7.203765 -3.480818 -2.883579 -2.578601

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Prob.* 0.0000

Augmented Dickey-Fuller Test Equation Dependent Variable: D(DPO) Method: Least Squares Date: 05/14/16 Time: 17:39 Sample (adjusted): 2005M02 2015M12

Included observations: 131 after adjustments

Coefficient

Std. Error

t-Statistic

-0.576980 -0.048843

0.080094 0.541427

-7.203765 -0.090212

Variable DPO(-1) C

Prob. 0.0000 0.9283 -0.047786 7.309978 6.501129 6.545025 6.518966 2.001420

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.286876 Mean dependent var 0.281348 S.D. dependent var 6.196913 Akaike info criterion 4953.823 Schwarz criterion -423.8239 Hannan-Quinn criter. 51.89423 Durbin-Watson stat 0.000000

Null Hypothesis: TSSL has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=12)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -8.419980 -3.480818 -2.883579 -2.578601

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(TSSL) Method: Least Squares Date: 05/14/16 Time: 17:39 Sample (adjusted): 2005M02 2015M12 Included observations: 131 after adjustments

Coefficient

Std. Error

t-Statistic

-0.709295 0.748230

0.084239 0.834505

-8.419980 0.896615

Variable TSSL(-1) C

Prob.* 0.0000 Prob. 0.0000 0.3716

0.011509 11.77863 7.355338 7.399234 7.373175 1.984103

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.354665 Mean dependent var 0.349662 S.D. dependent var 9.498706 Akaike info criterion 11639.08 Schwarz criterion -479.7746 Hannan-Quinn criter. 70.89606 Durbin-Watson stat 0.000000

Null Hypothesis: DK has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=11)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -7.685445 -3.511262 -2.896779 -2.585626

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(DK) Method: Least Squares Date: 05/14/16 Time: 17:40 Sample (adjusted): 2009M02 2015M12 Included observations: 83 after adjustments

Coefficient

Std. Error

t-Statistic

-0.848723 -0.818477

0.110432 1.009514

-7.685445 -0.810764

Variable DK(-1) C

Prob.* 0.0000 Prob. 0.0000 0.4199 -0.114631 11.97061 7.291192 7.349478 7.314608 1.955525

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.421701 Mean dependent var 0.414562 S.D. dependent var 9.159183 Akaike info criterion 6795.141 Schwarz criterion -300.5845 Hannan-Quinn criter. 59.06607 Durbin-Watson stat 0.000000

Null Hypothesis: VT has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=11)

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

t-Statistic -8.194012 -3.511262 -2.896779 -2.585626

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(VT) Method: Least Squares Date: 05/14/16 Time: 17:40 Sample (adjusted): 2009M02 2015M12 Included observations: 83 after adjustments

Coefficient

Std. Error

t-Statistic

Variable VT(-1)

-0.907565

0.110759

-8.194012

Prob.* 0.0000 Prob. 0.0000

-0.065127

1.055066

-0.061728

0.9509

0.048120 12.91853 7.387554 7.445839 7.410969 1.940060

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.453227 Mean dependent var 0.446476 S.D. dependent var 9.611282 Akaike info criterion 7482.517 Schwarz criterion -304.5835 Hannan-Quinn criter. 67.14183 Durbin-Watson stat 0.000000

Null Hypothesis: TM has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=11)

Augmented Dickey-Fuller test statistic Test critical values:

t-Statistic -7.985474 -3.511262 -2.896779 -2.585626

1% level 5% level 10% level

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(TM) Method: Least Squares Date: 05/14/16 Time: 17:40 Sample (adjusted): 2009M02 2015M12 Included observations: 83 after adjustments

Coefficient

Std. Error

t-Statistic

-0.880948 0.477215

0.110319 0.991810

-7.985474 0.481156

Prob.* 0.0000 Prob. 0.0000 0.6317

Variable TM(-1) C

0.008748 11.98493 7.260567 7.318852 7.283983 1.985725

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.440483 Mean dependent var 0.433576 S.D. dependent var 9.020000 Akaike info criterion 6590.193 Schwarz criterion -299.3135 Hannan-Quinn criter. 63.76779 Durbin-Watson stat 0.000000

Null Hypothesis: KS has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=11)

Augmented Dickey-Fuller test statistic Test critical values:

1% level

t-Statistic -5.638588 -3.512290

Prob.* 0.0000

5% level 10% level

-2.897223 -2.585861

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(KS) Method: Least Squares Date: 05/14/16 Time: 17:41 Sample (adjusted): 2009M03 2015M12 Included observations: 82 after adjustments

Coefficient

Std. Error

t-Statistic

-0.935349 -0.238831 -0.009582

0.165884 0.105754 0.940280

-5.638588 -2.258371 -0.010190

Variable KS(-1) D(KS(-1)) C

Prob. 0.0000 0.0267 0.9919

0.264963 14.22703 7.154567 7.242618 7.189918 1.850298

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.651633 Mean dependent var 0.642813 S.D. dependent var 8.502799 Akaike info criterion 5711.509 Schwarz criterion -290.3373 Hannan-Quinn criter. 73.88602 Durbin-Watson stat 0.000000

VAR Lag Order Selection Criteria Endogenous variables: PCCOP DGRA DPO TSSL Exogenous variables: C Date: 05/14/16 Time: 17:41 Sample: 2005M01 2015M12 Included observations: 124

Lag 0 1 2 3 4 5 6 7 8

LogL -1471.814 -1439.228 -1430.829 -1422.508 -1405.807 -1399.162 -1383.171 -1378.820 -1367.945

LR NA 62.54529 15.57826 14.89764 28.82260* 11.03903 25.53452 6.666476 15.96150

FPE 255749.0 195751.1* 221471.3 251191.4 249327.3 291746.8 294491.0 359967.4 397785.7

AIC 23.80346 23.53593* 23.65853 23.78239 23.77108 23.92197 23.92211 24.11000 24.19266

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

SC 23.89444* 23.99082 24.47733 24.96508 25.31769 25.83248 26.19653 26.74833 27.19490

HQ 23.84042 23.72072* 23.99115 24.26283 24.39935 24.69806 24.84603 25.18175 25.41224

2. Chọn độ trễ tối ưu cho mô hình

Structural VAR Estimates Date: 05/07/16 Time: 16:48 Sample (adjusted): 2005M05 2015M12 Included observations: 128 after adjustments Estimation method: method of scoring (analytic derivatives) Convergence achieved after 26 iterations Structural VAR is just-identified

Model: Ae = Bu where E[uu']=I Restriction Type: short-run pattern matrix A =

0 1 C(4) C(5)

1 C(1) C(2) C(3)

B =

C(7) 0 0 0 C(1) C(2) C(3) C(4) C(5) C(6) C(7) C(8) C(9) C(10)

Log likelihood

0 C(8) 0 0 Coefficient 0.526244 0.299925 2.581076 -0.057304 0.092779 0.044089 0.620686 10.18437 6.398136 9.071678 -1482.348

0 0 1 C(6) 0 0 C(9) 0 Std. Error 1.450297 0.911590 1.293056 0.055528 0.079058 0.125323 0.038793 0.636523 0.399883 0.566980

0.000000 1.000000 -0.057304 0.092779

0.000000 0.000000 1.000000 0.044089

0.000000 10.18437 0.000000 0.000000

0.000000 0.000000 6.398136 0.000000

0 0 0 1 0 0 0 C(10) z-Statistic 0.362853 0.329013 1.996105 -1.031970 1.173545 0.351800 16.00000 16.00000 16.00000 16.00000 0.000000 0.000000 0.000000 1.000000 0.000000 0.000000 0.000000 9.071678

Estimated A matrix: 1.000000 0.526244 0.299925 2.581076 Estimated B matrix: 0.620686 0.000000 0.000000 0.000000

Prob. 0.7167 0.7421 0.0459 0.3021 0.2406 0.7250 0.0000 0.0000 0.0000 0.0000

3. Kết quả ước lượng mô hình SVAR

Period 1 2 3 4 5 6 7 8

S.E. 0.620686 0.645357 0.659449 0.661235 0.676251 0.678282 0.681795 0.682395

PCCOP 2.847553 (2.43846) 3.610142 (3.00573) 3.589176 (3.04210) 3.824253 (3.37478) 5.543472 (4.03645) 5.469800 (4.05544) 5.462996 (4.06285) 5.446183 (4.05166)

DGRA 1.098549 (1.87526) 1.143979 (2.51658) 1.448842 (2.70123) 5.405790 (4.65702) 5.856020 (4.97354) 5.788294 (5.07150) 5.799898 (5.11489) 6.080327 (5.12836)

DPO 0.092785 (0.77904) 0.212327 (1.56657) 3.905472 (3.76441) 4.412769 (3.96958) 5.700623 (3.92753) 6.425750 (4.35040) 6.506735 (4.46486) 6.531495 (4.46673)

TSSL 95.96111 (3.14117) 95.03355 (4.14856) 91.05651 (5.38011) 86.35719 (6.48766) 82.89989 (6.60086) 82.31616 (6.65437) 82.23037 (6.70595) 81.94200 (6.76602)

4. Phản ứng đẩy và phân rã phương sai

0.683277 0.683463 0.683510 0.683549 0.683609 0.683626 0.683627 0.683631 0.683639 0.683640 0.683641 0.683641 0.683642 0.683643 0.683643 0.683643

5.545870 (4.13168) 5.520083 (4.11317) 5.514539 (4.12040) 5.519935 (4.12912) 5.518029 (4.13123) 5.516832 (4.13780) 5.516737 (4.13773) 5.516509 (4.13735) 5.516462 (4.14051) 5.516428 (4.14235) 5.516431 (4.14362) 5.516432 (4.14467) 5.516426 (4.14591) 5.516399 (4.14563) 5.516385 (4.14548) 5.516388 (4.14566)

6.429410 (5.13587) 6.424576 (5.13454) 6.412936 (5.16977) 6.412015 (5.19339) 6.409857 (5.20363) 6.408332 (5.20617) 6.407896 (5.21318) 6.411509 (5.22086) 6.413612 (5.22621) 6.414146 (5.22962) 6.414143 (5.23228) 6.414393 (5.23460) 6.414652 (5.23667) 6.414702 (5.23974) 6.414703 (5.24305) 6.414701 (5.24486)

6.786726 (4.41936) 7.200080 (4.41972) 7.375511 (4.43780) 7.376606 (4.44918) 7.396583 (4.46065) 7.420396 (4.47045) 7.428804 (4.49308) 7.429190 (4.51366) 7.429079 (4.51949) 7.429082 (4.51958) 7.429087 (4.52220) 7.429103 (4.52936) 7.429275 (4.53490) 7.429633 (4.53679) 7.429865 (4.53728) 7.429896 (4.53678)

81.23799 (6.85426) 80.85526 (6.93419) 80.69701 (7.01235) 80.69144 (7.03757) 80.67553 (7.04922) 80.65444 (7.06378) 80.64656 (7.08666) 80.64279 (7.11336) 80.64085 (7.13374) 80.64034 (7.14247) 80.64034 (7.14739) 80.64007 (7.15346) 80.63965 (7.15927) 80.63927 (7.16336) 80.63905 (7.16847) 80.63902 (7.17187)

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Luận văn Thạc sĩ Kinh tế: Tác động của các cú sốc giá dầu thế giới đến thị trường chứng khoán Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

TRẦN QUỐC THẮNG

TÁC ĐỘNG CỦA CÁC CÚ SỐC GIÁ DẦU THẾ GIỚI

ĐẾN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh – Năm 2016

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

TRẦN QUỐC THẮNG

TÁC ĐỘNG CỦA CÁC CÚ SỐC GIÁ DẦU THẾ GIỚI

ĐẾN THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

NGƯỜI HƯỚNG DẪN KHOA HỌC:

PGS.TS. TRẦN THỊ HẢI LÝ

Tp. Hồ Chí Minh – Năm 2016

CHƯƠNG 1: GIỚI THIỆU

Có thể bạn quan tâm

Bài tập lớn: Phương pháp nghiên cứu khoa học trong kinh tế

Các yếu tố tác động đến khả năng sinh lời tại các công ty thuộc nhóm ngành xây dựng niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh

Luận văn Thạc sĩ: Chế tạo và nghiên cứu tính chất điện, từ của vật liệu multiferroic Ba₀.₇Ca₀.₃TiO₃/ NiFe₂O₄

Luận văn Thạc sĩ: Nghiên cứu vật liệu biến hóa dạng chuỗi một chiều chế tạo từ kim loại đồng trên đế FR-4 hoạt động tại tần số MHz ứng dụng trong truyền năng lượng không dây

Luận văn Thạc sĩ: Đánh giá khả năng tác động tới môi trường biển của việc xả nước thải từ sự cố nhà máy điện hạt nhân Fukushima sử dụng công cụ ERICA

Luận văn Thạc sĩ: Xây dựng mô hình đầu dò nơtron và gamma sử dụng nhấp nháy EJ-276 ghép nối với mảng nhân quang silicon

Luận văn Thạc sĩ: Đánh giá khả năng ảnh hưởng của bức xạ ion hóa đến sức khỏe cư dân khu vực mỏ đất hiếm Đông Pao, xã Bản Hon, huyện Tam Đường, tỉnh Lai Châu

Luận văn Thạc sĩ: Sử dụng phương pháp nhiễu xạ neutron khảo sát cấu trúc tinh thể và pha trật tự từ trong vật liệu Pr2FeCrO6

Luận văn Thạc sĩ: Nghiên cứu phân lập, xác định cấu trúc và hoạt tính ức chế NO của các hợp chất thứ cấp từ chủng vi nấm biển Aspergillus sp. CL251

Luận văn Thạc sĩ: Phân tích một số hợp chất bisphenol thôi nhiễm từ bao bì nhựa lên một số mẫu thực phẩm nền tinh bột

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá hoạt tính kháng khuẩn, kháng nấm của loài hoa mộc (Osmanthus fragrans (Thunb.) Lour.) ở Việt Nam

Luận văn Thạc sĩ: Nghiên cứu thành phần hóa học và đánh giá tác dụng kháng viêm của loài côi Turpinia montana (Blume) Kurz

Luận văn Thạc sĩ: Tổng hợp và đặc trưng tính chất vật liệu composite có cấu trúc nano chitosan–cyclodextrin/TiO₂–Ag

Luận văn Thạc sĩ: Nghiên cứu chế tạo và khảo sát một số tính chất của màng phủ trên cơ sở nhựa epoxy gốc nước và khung cơ kim - ZIF

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất napthoquinone chứa nguyên tố flo bằng phản ứng đa thành phần

Luận văn Thạc sĩ: Nghiên cứu điều chế vật liệu Bioglass và tổ hợp lai với polymer ALG-F127 định hướng ứng dụng trong điều trị nội nha

Luận văn Thạc sĩ: Khảo sát thành phần hóa học và hoạt tính ức chế enzyme α-glucosidase trên một số hợp chất phân lập từ thịt quả bình bát nước (Annona glabra L.).

Luận văn Thạc sĩ: Tổng hợp và đánh giá hoạt tính chống ung thư của hợp chất lai chứa khung tetrahydro-β-carboline và imidazo[1,5-a]pyridine

Luận văn Thạc sĩ: Nghiên cứu tổng hợp một số dẫn xuất của benzazole

Luận văn Thạc sĩ: Nghiên cứu chiết tách lignin từ vỏ sầu riêng Ri6 (Durio zibethinus Murr.) và tổng hợp vật liệu biocomposite định hướng ứng dụng trong bảo quản sau thu hoạch

Tài liêu mới

Luận án Tiến sĩ: Nghiên cứu xây dựng thuật toán thích nghi và học tăng cường cấu trúc Actor - Critic điều khiển bám quỹ đạo cho robot di động đa hướng mecanum

Luận án Tiến sĩ: Cơ cấu bệnh tim mạch và chất lượng cuộc sống của người cao tuổi mắc suy tim, rung nhĩ điều trị tại Bệnh viện Thống Nhất, thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

Tóm tắt Luận án Tiến sĩ: Nghiên cứu xây dựng giải pháp đảm bảo an toàn thông tin cho quá trình học liên kết dựa trên mật mã

Tóm tắt Luận án Tiến sĩ: Phát triển năng lực đánh giá công nghệ cho học sinh trong dạy học môn Công nghệ 11 ở trường trung học phổ thông

Tóm tắt Luận án Tiến sĩ: Nghiên cứu phân loại chi cầu diệp – Bulbophyllum Thouars (Orchidaceae) ở vùng Tây Nguyên bằng phương pháp hình thái và phân tử

Tóm tắt Luận án Tiến sĩ: Nghiên cứu đặc điểm phân bố và dinh dưỡng của các loài lưỡng cư ở Vườn Quốc gia Bến En và Khu bảo tồn thiên nhiên Pù Luông, tỉnh Thanh Hóa

Luận án Tiến sĩ: Tổng hợp luật dẫn và điều khiển cho một lớp tên lửa đối hải trên cơ sở ứng dụng mạng nơ ron và hệ mờ

Luận án Tiến sĩ: Nghiên cứu tổng hợp hệ điều khiển góc Pitch tua bin gió trong điều kiện có nhiễu tác động

Luận án Tiến sĩ: Nghiên cứu hóa học lipid của hai loài san hô thủy tức Millepora dichotoma và Millepora platyphylla ở Việt Nam

Luận án Tiến sĩ: Nghiên cứu kiểm soát phân phối công suất kéo trên cầu chủ động của ô tô con bằng ABS

Luận án Tiến sĩ: Ứng dụng phản ứng Domino vào tổng hợp các dẫn xuất Podophyllotoxin, Pyrimidine và đánh giá hoạt tính sinh học của các chất tổng hợp được

Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và một số hoạt tính sinh học của cây chùm ngây (Moringa oleifera)

Tóm tắt Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và ứng dụng ức chế ăn mòn cho thép của cao chiết xuất từ cây Lộc vừng thuộc họ Lecythidaceae

Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook