Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

ảNh hưởng của giá hàng hóa tới chỉ số chứng khoán việt nam

1.084 Aufrufe

Veröffentlicht am

ẢNH HƯỞNG CỦA GIÁ HÀNG HÓA TỚI CHỈ SỐ CHỨNG KHOÁN VIỆT NAM

Veröffentlicht in: Wirtschaft & Finanzen
  • Login to see the comments

  • Gehören Sie zu den Ersten, denen das gefällt!

ảNh hưởng của giá hàng hóa tới chỉ số chứng khoán việt nam

  1. 1. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 ẢNH HƯỞNG CỦA GIÁ HÀNG HÓA TỚI CHỈ SỐ CHỨNG KHOÁN VIỆT NAM: MỘT NGHIÊN CỨU THỰC NGHIỆM Tác giả: Nguyễn Anh Khoa1 , Đào Trung Kiên2 , Nguyễn Văn Duy3 Tổ chức công tác: Công ty CP Phân tích Định lượng Việt Nam Email: 1.sir.anhkhoa@gmail.com, 2. kiendtcoco@gmail.com, 3. duynguyen.qa@gmail.com Trong nền kinh tế hội nhập các biến động của thị trường thế giới luôn có ảnh hưởng tới thị trường nội địa. Biểu hiện của những tác động này được thể hiện rất nhanh chóng qua chỉ số chứng khoán. Năm 2014 cú sốc giảm giá dầu đã gây ra những tác động lớn tới thị trường chứng khoán Việt Nam. Mặc dù vậy các nghiên cứu thực nghiệm lượng hóa ảnh hưởng của giá dầu cũng như các hàng hóa khác tới thị trường chứng khoán Việt Nam vẫn chưa được thực hiện một cách đầy đủ. Do đó nghiên cứu này tập trung vào việc lượng hóa ảnh hưởng của các loại hàng hóa chính yếu tới chỉ số chứng khoán Việt Nam, qua đó xây dựng một mô hình dự báo chỉ số VNINDEX. Phương pháp phân tích sử dụng hồi quy đa biến với các biến trễ từ chuỗi dữ liệu VNINDEX theo tháng từ 2010 với 80 loại hàng hóa trên thị trường giao dịch thế giới. Kết quả thể hiện bằng chứng về tác động ngược chiều của giá dầu tới chỉ số VNINDEX. Đồng thời tác giả cũng xây dựng thành công mô hình dự báoVNINDEX dựa trên biến động của giá hàng hóa thế giới với xác suất chính xác 77%. Từ khóa: Giá hàng hóa thế giới, dự báo,thị trường chứng khoán,VNINDEX. IMPACTS OF COMMODITIES PRICES ON VIETNAM STOCK INDEX: AN EMPIRICAL RESEARCH. In the economic globalization trend, the volatilities of the world markets always have impacts on the domestic market. The evidences of these effects are shown very quickly through the stock index. In 2014, the oil price shock directly led to strong impacts on the Vietnam Stock Market. There is the fact that some empirical researches on the impacts of oil and other commodities prices on the Vietnam Stock Market have been conducted, but they are not completed for users. Therefore, that study focused on quantifying the impact of the essential commodity indices on Vietnam Stock Market. The analytical method used multivariate regression with lag variables from the VNINDEX monthly data series from 2010 with 80 kinds of commodities in the global commodity market. The results confirm the opposite impacts of global oil price on the VNINDEX. In addition, the VNINDEX forecasting model based on the volatility of global commodity prices is successful built with pexplanatory power is 77%. Keywords: Global commodity, forecast, stock market, VN Index. 1. Dẫn nhập
  2. 2. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Trong nền kinh tế hiện đại, các mối quan hệ kinh tế giữa các nước với nhau ngày càng chặt chẽ. Những biến động của thị trường quốc tế thường nhanh chóng có tác động tới nền kinh tế của các nước. Chẳng hạn khi giá cả hàng hóa giao dịch chính trên thị trường quốc tế có những biến động nó sẽ tác động tới các ngành sản xuất, hoạt động xuất nhập khẩu của những quốc gia sở hữu hoặc đang có nhu cầu về các hàng hóa đó. Biểu hiện của các biến động này rất nhanh chóng được thể hiện trên thị trường chứng khoán. Lấy ví dụ cú sốc giảm giá dầu năm 2014 có tác động rất mạnh đến các nền kinh tế phụ thuộc vào xuất khẩu dầu mỏ như Nga làm đồng Ruble mất giá đến hơn 40% trong một năm, chỉ số chứng khoán lao dốc (Vneconomy.com, 2014). Đối với nền kinh tế Việt Nam phụ thuộc vào nhập khẩu các sản phẩm dầu mỏ qua chế biến thì sốc giá dầu lại có những tác động tích cực đến nền kinh tế. Biểu hiện là chỉ số chứng khoán VNINDEX có xu hướng tăng trong suốt giai đoạn giá dầu thế giới giảm. Ngoài tác động của giá dầu thế giới lên nền kinh tế của Việt Nam những hàng hóa khác cũng có những tác động tích cực hoặc tiêu cực phụ thuộc vào vai trò của Việt Nam là nhà xuất khẩu hay nhập khẩu. Những tác động này thường có một độ trễ nhất định. Tức là sau một khoảng thời gian hoặc là những tác động chỉ kéo dài trong một khoảng thời gian nhất định (Gujarati, 2003). Để lượng hóa các ảnh hưởng của những biến động từ giá cả hàng hóa tới chỉ số chứng khoán các nhà nghiên cứu sử dụng nhiều mô hình phân tích khác nhau trong kinh tế lượng như mô hình tự hồi quy vector (VAR), mô hình hồi quy phân phối trễ (ARDL), vv. Cả về mặt lý thuyết và các nghiên cứu thực nghiệm đều cho thấy ảnh hưởng của giá hàng hóa tới thị trường chứng khoán (Chittedi, 2012; Garefalakis,2011; Kilian, 2007; Ready, 2013). Lịch sử kinh tế thế giới cũng cho thấy những cú sốc giá hàng hóa đã gây nhiều biến động cho cả nền kinh tế lẫn thị trường chứng khoán như sốc giá dầu trong giai đoạn khủng hoảng dầu lửa 1970 – 1973. Mặc dù các bằng chứng cho thấy ảnh hưởng rõ ràng của giá hàng hóa tới thị trường chứng khoán. Tuy nhiên các nghiên cứu về ảnh hưởng của giá hàng hóa tới chỉ số chứng khoán tại Việt Nam khá khiêm tốn và chưa đầy đủ. Bởi vậy nghiên cứu này được thực hiện với mục đích lượng hóa ảnh hưởng của các loại hàng hóa chính trên thị trường thế giới tới thị trường chứng khoán Việt Nam có tính đến các tác động trễ. Đồng thời thông qua phân tích ảnh hưởng của giá hàng hóa tới chỉ số chứng khoán tác giả thiết lập một mô hình dự báo xu hướng biến động của VNINDEX theo từng tháng. 2. Phương pháp nghiên cứu và dữ liệu
  3. 3. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Chúng tôi giả định các hàng hóa thế giới có ảnh hưởng tới thị trường Việt Nam, biểu hiện của nó được thông qua chỉ số chứng khoán VNINDEX. Sự tác động này có thể là tức thời có thể có một độ trễ nhất định. Với dữ liệu ước lượng theo tháng chúng tôi giả định ảnh hưởng này tối đa trong khoảng thời gian một năm (12 tháng). Mô hình dự báo chỉ số VNINDEX theo các loại hàng hóa thế giới như sau: Y = β0 + β11X1 + β12X1(-1) + …+ β1tX1(-t) + β21X2 + β22X2(-1) + … + β2tX2(-t) +…+ βj1Xj + βj2Xj(-1) + … + βjtXj(-t) + ui. Trong đó : Y là chỉ số VNINDEX hàng tháng. X1, X2, …, Xj là giá hàng hóa hoặc chỉ số giá hàng hóa của các hàng hóa trên thị trường thế giới có thể ảnh hưởng tới thị trường chứng khoán Việt Nam theo tháng. (t) là độ trễ tối đa của một biến. ui là sai số dự báo của mô hình. Danh mục các hàng hóa có thể ảnh hưởng đến chỉ số chứng khoán chúng tôi thu thập trên trang web http://www.indexmundi.com/commodities/ với 80 loại hàng hóa khác nhau và chỉ số giá hàng hóa của chúng (Phục lục 1). Các chỉ số giá hàng hóa này được lấy logarit cơ số tự nhiên và kiểm định tính dừng (ổn định) trước khi thực hiện các ước lượng (Gurajati, 2004). Để đánh giá ảnh hưởng của các hàng hóa tới chỉ số chứng khoán chúng tôi sử dụng hồi quy đơn với từng độ trễ khác nhau của danh mục 80 hàng hóa trong 12 tháng (12*80 = 960 mô hình hồi quy). Từ danh mục này sẽ chọn ra các biến có hệ số Beta có ý nghĩa thống kê (p< 0.05) chúng tôi gọi là rổ A. Từ rổ A này lập ma trận tương quan giữa những biến có ý nghĩa thống kê với chỉ số VNINDEX để xem xét dấu hiệu đa cộng tuyến (Ramanathan, 2002). Từ kết quả phân tích tương quan lọc ra một danh mục các biến có tương quan cao với VNINDEX, tiêu chuẩn lựa chọn là tương quan lớn hơn 0.4. Bởi vì theo một số nhà nghiên cứu hệ số tương quan từ 0.4 mới thể hiện quan hệ ràng buộc rõ ràng giữa các biến. Ngoài ra những biến chỉ số hàng hóa có tương quan cao với nhau cũng được xem xét loại bỏ để tránh hiện tượng đa cộng tuyến, danh mục này chúng tôi gọi là rổ B.
  4. 4. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Từ danh mục của rổ B để dự báo VNINDEX chúng tôi ước lượng hồi quy đa biến bằng phương pháp tổng bình phương nhỏ nhất (OLS). Để lọc các biến thực sự có ý nghĩa tác động tới biến phụ thuộc (VNINDEX) chúng tôi sử dụng kiểm định Wald và chỉ xem xét giữ lại các biến có ý nghĩa thống kê (p < 0.1). Tiếp theo mô hình sẽ được kiểm tra các khuyết tật như phương sai thay đổi (kiểm định White), tương quan chuỗi (kiểm định Breusch-Godfrey), chỉ định sai dạng hàm (kiểm định Ramsey) (Ramanathan, 2002 ; Gurajarati, 2004). Để đánh giá tính chính xác của mô hình dự báo phương pháp tái kiểm định trên dữ liệu quan sát được thực hiện nhằm đánh giá mức độ chính xác của mô hình dự báo. Nguồn dữ liệu sử dụng cho ước lượng được lấy theo tháng bắt đầu từ 1/2010 đến hết tháng 2/2015. 3. Kết quả nghiên cứu Kết quả kiểm định tính dừng của các biến trong danh mục 80 hàng hóa giao dịch trên thị trường thế giới đều dừng ở sai phân bậc nhất sau khi lấy logarit cơ số tự nhiên các biến. Do đó việc phân tích hồi quy trên các biến này là phù hợp, tránh được hiện tượng hồi quy giả mạo.Tiếp theo phân tích hồi quy đơn với từng biến là các chỉ số hàng hóa với 12 độ trễ khác nhau với VNINDEX được thực hiện (960 mô hình) để đánh giá khả năng tác động của các biến tới VNINDEX. Danh mục những biến có ý nghĩa thống kê trong 960 mô hình này được lọc ra và gọi là rổ A. Từ rổ A chúng tôi tiến hành phân tích bằng ma trận tương quan giữa các biến với VNINDEX để lựa chọn các biến cho phân tích hồi quy đa biến. Danh mục các biến được lựa chọn này gọi là rổ B. Kết quả phân tích từ dữ liệu giai đoạn tháng 1/2010 đến tháng 2/2015 cho thấy : VNINDEX tương quan dương mạnh với: Chỉ số giá đầu vào công nghiệp (X7 và X7(-1))1 , giá phân bón Urea (X85), giá kim loại Metal (X8(-1)), giá len thô (X59(-1)), giá cao su tự nhiên (X67), giá gỗ xẻ (X69(-8)), chỉ số hàng hóa phi nhiên liệu (X9), giá lông cừu (X62(-2)), giá Nickel (X76(-12)), giá dầu Oliu (X49(-4)) và chỉ số giá nông sản (X1). 1 Các số trong dấu ngoặc () là độ trễ của các biến khi xem xét tác động tới VNINDEX
  5. 5. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 VNINDEX tương quan âm mạnh với: Giá cam (X37(-2)), giá dầu thô và chỉ số giá dầu thô (X13(-8)), giá dầu đậu phộng (X52(-6)), chỉ số giá nhiên liệu (X4(-8)), giá len thô (X59(-6)), giá cà phê (X27(-9)), giá cải dầu (X54(-7)), giá dầu cọ (X57(-7)) và giá gạo (X32(-3)). Bảng 1 Hệ số tương quan giữa giá các loại hàng hóa thế giới với chỉ số VNINDEX VNI Hệ số tương quan VNI Hệ số tương quan X7(-1) 0.48 X37(-2) -0.40 X85 0.48 X13(-8) -0.41 X8(-1) 0.47 X10(-8) -0.41 X59(-2) 0.47 X52(-6) -0.41 X67 0.46 X4(-8) -0.42 X69(-8) 0.46 X59(-6) -0.42 X7 0.46 X27(-9) -0.44 X9 0.44 X54(-7) -0.44 X62(-2) 0.43 X51(-7) -0.45 X76(-12) 0.42 X32(-3) -0.46 X49(-4) 0.41 - - X1 0.40 - - Nguồn : Tính toán của tác giả với sự hỗ trợ của phần mềm Eviews Mặc dù các biến được lọc ra có hệ số tương quan cao với VNINDEX (bảng 1), tuy nhiên với mục đích đánh giá tác động của tất cả các biến này tới chỉ số VNINDEX chúng tôi thực hiện phân tích hồi quy đa biến từ tất cả các biến trong rổ B với biến phụ thuộc chỉ số VNINDEX. Thông qua việc sử dụng kiểm định Wald để loại đi các biến không có khả năng tác động lên VNINDEX trong mối quan hệ chung (p > 0.1), kết quả chỉ giữ lại các biến có giá trị p-value <0.05 sử dụng cho việc dự báo: Bảng 2 Kết quả phân tích hồi quy Biến phụ thuộc: D(LOG(VNI)) Phương pháp: Least Squares Mẫu: 2010M01 2015M01 Số quan sát: 61 Biến Beta Sai số chuẩn t p-value C 0.004849 0.005283 0.917801 0.3628 D(LOG(X27(-9))) - 0.079771 -1.995258 0.0511
  6. 6. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 0.159163 D(LOG(X49(-4))) 0.203059 0.121116 1.676562 0.0994 D(LOG(X52(-6))) - 0.243631 0.075934 -3.208449 0.0022 D(LOG(X54(-7))) - 0.522876 0.142853 -3.660226 0.0006 D(LOG(X59(-2))) 0.253719 0.098593 2.573409 0.0128 D(LOG(X67)) 0.176758 0.069599 2.539669 0.0140 R-squared 0.556695 Mean dependent var 0.002493 Adjusted R-squared 0.507439 S.D. dependent var 0.057583 S.E. of regression 0.040414 Akaike info criterion -3.471682 Sum squared resid 0.088196 Schwarz criterion -3.229450 Log likelihood 112.8863 F-statistic 11.30204 Durbin-Watson stat 2.402588 Prob(F-statistic) 0.000000 Nguồn: Tính toán của tác giả với sự hỗ trợ của phần mềm Eviews Để đảm bảo tính vững của mô hình chúng tôi sử dụng các kiểm định khuyết tật mô hình cho phương pháp OLS. Kết quả kiểm định cho thấy mô hình không có đa cộng tuyến (DW = 2.4 < 10), không có tự tương quan, không có hiện tượng phương sai thay đổi và dạng hàm chỉ định đúng (bảng 3) Bảng 3 Kết quả kiểm định các khuyết tật của mô hình dự báo Kiểm định khuyết tật mô hình Tiêu chuẩn kiểm định Kết quả/kết luận Đa cộng tuyến Kiểm định Durbin - Watson DW = 2.4 < 10/ đa cộng tuyến không ảnh kết quả ước lượng Tương quan chuỗi Kiểm định Breusch-Godfrey p = 0.176276 > 0.05/không có tương quan chuỗi Phương sai thay đổi Kiểm định White p = 0.926275 > 0.05/không có phương sai thay đổi Chỉ định dạng hàm sai Kiểm định Ramsey p = 0.575995 > 0.05/dạng hàm chỉ định đúng Nguồn: Tính toán của tác giả với sự hỗ trợ của phần mềm Eviews Như vậy hàm ước lượng dự báo VNINDEX là vững và tin cậy. Phương trình dự báo có thể viết lại như sau: D(LOG(VNI)) = 0.004849 – 0.159163D(LOG(X27(-9))) + 0.203059D(LOG(X49(-4))) - 0.243 D(LOG(X52(-6))) – 0.522876D(LOG(X54(-7))) + 0.253719D(LOG(X59(-2))) + 0.176758D(LOG(X67). Hay nói cách khác giá cà phê thế giới có ảnh hưởng ngược chiều tới chỉ số chứng khoán sau 9 tháng, giá dầu oliu có ảnh hưởng cùng
  7. 7. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 chiều sau 4 tháng, giá dầu đậu phộng ảnh hưởng ngược chiều sau 6 tháng, giá cải dầu có ảnh hưởng ngược chiều sau 7 tháng, giá gỗ xẻ có ảnh hưởng cùng chiều sau 2 tháng và giá cao su tự nhiên có ảnh hưởng tức thời tới VNINDEX. Hệ số R2 = 0.556 chứng tỏ các biến giá hàng hóa thế giới giải thích được 55.6% sự thay đổi của chỉ số VNINDEX, ngoài ra còn những nhân tố khác không đưa vào mô hình. Để kiểm chứng tính chính xác của mô hình dự báo xu hướng nay, chúng tôi sử dụng phương pháp tái kiểm định trên dữ liệu quan sát trong quá khứ bằng chính mô hình ước lượng được. Kết quả cho thấy với 61 quan sát mô hình dự báo chính xác 47 tháng về xu hướng tăng/giảm của VNINDEX đạt tỷ lệ chính xác 77% (phụ lục 2). Kết quả đường dự báo và giá trị quan sát khá gần nhau (hình 1) 300 350 400 450 500 550 600 650 2010 2011 2012 2013 2014 2015 2016 VNI VNIF Hình 1 Đồ thị giá trị VNINDEX (VNI) thực và giá trị dự báo bằng mô hình 4. Bàn luận Kết quả nghiên cứu này cho thấy thực sự có ảnh hưởng của về biến động giá hàng hóa thế giới tới thị trường Việt Nam. Biểu hiện của nó được thông qua biến động của thị trường chứng khoán sau những khoảng thời gian nhất định. Kết quả thực nghiệm này cho thấy ảnh hưởng của các hàng hóa khác nhau tới thị trường Việt Nam là khác nhau. Có hai nhóm hàng hóa ảnh hưởng cùng chiều và ngược chiều tới chỉ số chứng khoán. Những hàng hóa có ảnh hưởng cùng chiều là giá dầu oliu, giá gỗ xẻ và giá cao su tự nhiên. Điều này có thể là do Việt Nam là nước xuất khẩu lớn về cao su tự nhiên và các sản phẩm từ cao sư tự nhiên nên khi biến động về giá cao su tăng sẽ làm vọng của nhà đầu tư tăng đối với các doanh nghiệp Việt Nam trong ngành cao su từ đó có
  8. 8. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 thể làm tăng chỉ số VNINDEX. Ảnh hưởng tức thời của giá cao su đến giá chỉ số chứng khoán cũng là một thông tin cho biết các doanh nghiệp Việt Nam vẫn chủ yếu xuất khẩu thô là chính. Do đó những biến động của giá cả thế giới sẽ tác động ngay tới thị trường Việt Nam. Đối với giá gỗ xẻ cho thấy có ảnh hưởng sau hai tháng. Điều này có thể được giải thích là hiện nay ngàng gỗ Việt Nam chủ yếu sản xuất sản phẩm gia dụng, qua chế biến. Chu kỳ sản xuất của ngành gỗ cùng thường không kéo dài, con số 2 tháng cũng có thể xem như thời gian trung bình của chu kỳ sản xuất ngành gỗ. Tức là từ khi nhập khẩu sản phẩm gỗ cho gia công chế biến thì trung bình sau 2 tháng sản phẩm hoàn chỉnh sẽ được giao dịch trên thị trường quốc tế. Do đó những biến động về đầu vào không có ảnh hưởng ngay lập tức tới thị trường. Dầu oliu là một sản phẩm nhập khẩu của Việt Nam, sự ảnh hưởng cùng chiều của nó tới chỉ số chứng khoán là một một câu hỏi cần thêm những nghiên cứu tiếp theo để giải thích một cách thấu đáo. Mặc dù giá dầu oliu có mối liên hệ khá chặt chẽ với chỉ số chứng khoán VNINDEX nhưng chúng tôi không tìm thấy mối quan hệ rằng buộc về lý thuyết. Đây cũng chính là một hạn chế của nghiên cứu này cần được giải thích tốt hơn ở các nghiên cứu sau. Nhóm hàng hóa có ảnh hưởng ngược chiều tới chỉ số chứng khoán Việt Nam là giá cà phê sau 9 tháng, giá dầu đậu phộng sau 6 tháng, giá dầu hạt cải sau 7 tháng. Đối với giá dầu đậu phộng và dầu hạt cải là những hàng hóa Việt Nam chủ yếu nhập khẩu cho các ngành chế biến thực phẩm nên ảnh hưởng ngược chiều của nó tới thị trường chứng khoán là điều dễ hiểu. Khi giá cả thế giới tăng sẽ tác động đến các doanh nghiệp trong các ngành có sử dụng những sản phẩm này gây khó khăn cho các doanh nghiệp, từ đó tác động tiêu cực đến chỉ số chứng khoán. Tuy nhiên ở đây đối với giá cà phê Việt Nam là một trong 3 nước có sản lượng xuất khẩu cà phê lớn nhất thế giới thì điều này như một nghịch lý. Tuy nhiên tác động này có độ trễ khá dài là 9 tháng, đây cũng là một tín hiệu có thể giải thích cho nghịch lý khi giá cà phê tăng ảnh hưởng tiêu cực đến chỉ số chứng khoán. Điều này có thể là do Việt Nam là một nước chủ yếu xuất khẩu cà phê thô có phẩm cấp thấp, chủ yếu là cà phê Robusta có giá thấp hơn cà phê Arabica. Cũng lưu ý ở đây giá cà phê trên thị trường thế giới chúng tôi lấy là cà phê Arabica. Kết quả nghiên cứu cho thấy hệ số R2 từ mô hình khá lớn (56%) cho thấy mô hình dự báo xây dựng khá tốt, đặc biệt là với các mô hình sử dụng dữ liệu chuỗi thời gian. Tái kiểm định của mô hình để dự báo xu hướng biến động theo tháng cũng có độ chính xác khá cao với xác suất chính xác 77%. Tuy nhiên nghiên cứu này cũng có những hạn chế nhất định. Đầu tiên là phương pháp ước lượng lựa chọn mô hình tối ưu chủ yếu dựa vào kinh nghiệm. Trong rất nhiều mô hình
  9. 9. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 có thể xây dựng được chúng tôi chưa thiết lập được các tiêu chuẩn lựa chọn mô hình tối ưu. Thứ hai giả định độ trễ tối đa 12 tháng có thể không hoàn toàn chính xác đối với tất cả các mặt hàng. Do đặc tính của các hàng hóa và công nghệ trong từng ngành khác nhau có thể ảnh hưởng của hàng hóa không phải tối đa là 12 tháng. Thứ ba mô hình của chúng tôi chủ yếu để đánh giá xu hướng mà chưa xem xét sai số dự báo của từng quan sát. Đây là những khoảng trống cần có những nghiên cứu tiếp theo để hoàn thiện hơn về mặt phương pháp từ đó thiết lập các công cụ dự báo hiệu quả hơn. Tài liệu tham khảo Báo điện tử Vneconomy (2014), Nga cuống cuồng tăng lãi suất để cứu đồng Rúp /http://vneconomy.vn/the-gioi/nga-cuong-cuong-tang-lai-suat-de-cuu-dong-rup- 20141211112052869.htm [Truy cập ngày 03/03/2015] Chittedi, K.R. (2012), Do Oil Prices for India Stock Market? An Empirical Analysis, Joural of Applied Economics and Bussiness Reseach, 2(1), 2-10 Garefalakis, A.E., Dimitras, A., Spinthiropoulos, K. & Koemtzopoulos, D. (2011), Determinant factors of Hong Kong Stock Market, Working Papers Series, 1-14 Gurajati, D.N. (2004), Basic Econometrics, McGraw Hill Kilian, L. & Park, C. (2007), The impact of Oil Prices Shocks on the U.S. Stock Market, International Economic Review, 50(4), 1267-1287 Ready, R.C. (2013), Oil Prices and the Stock Market, Seminar participants at Cornell University Ramanathan, R. (2002), Introductory Econometrics with Applications, Harcourt College Publishers. http://www.indexmundi.com/commodities/ [Truy cập ngày 10/03/2015] PHỤ LỤC 1 DANH MỤC TÊN VÀ KÝ HIỆU HÀNG HÓA Name Code Time Commodity Agricultural Raw Materials Index Monthly Price - Index Number x1 2010M1 – 2015 M1
  10. 10. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Name Code Time Commodity Beverage Price Index Monthly Price - Index Number x2 2010M1 – 2015 M1 Commodity Price Index Monthly Price - Index Number x3 2010M1 – 2015 M1 Commodity Fuel (energy) Index Monthly Price - Index Number x4 2010M1 – 2015 M1 Commodity Food and Beverage Price Index Monthly Price - Index Number x5 2010M1 – 2015 M1 Commodity Food Price Index Monthly Price - Index Number x6 2010M1 – 2015 M1 Commodity Industrial Inputs Price Index Monthly Price - Index Number x7 2010M1 – 2015 M1 Commodity Metals Price Index Monthly Price - Index Number - x8 2010M1 – 2015 M1 Commodity Non-Fuel Price Index Monthly Price - Index Number x9 2010M1 – 2015 M1 Crude Oil (petroleum), Price index Monthly Price - Index Number x10 2010M1 – 2015 M1 Coal, Australian thermal coal Monthly Price - US Dollars per Metric Ton x11 2010M1 – 2015 M1 Coal, South African export price Monthly Price - US Dollars per Metric Ton x12 2010M1 – 2015 M1 Crude Oil (petroleum) Monthly Price - US Dollars per Barrel x13 2010M1 – 2015 M1 Crude Oil (petroleum); Dated Brent Daily Price x14 2010M1 – 2015 M1 Crude Oil (petroleum); Dubai Fateh Monthly Price - US Dollars per Barrel x15 2010M1 – 2015 M1 Crude Oil (petroleum); West Texas Intermediate Monthly Price - US Dollars per Barrel x16 2010M1 – 2015 M1 Diesel Monthly Price - US Dollars per Gallon x17 2010M1 – 2015 M1 Gasoline Monthly Price - US Dollars per Gallon x18 2010M1 – 2015 M1
  11. 11. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Name Code Time Indonesian Liquified Natural Gas Monthly Price - US Dollars per Million Metric British Thermal Unit x19 2010M1 – 2015 M1 Jet Fuel Monthly Price - US Dollars per Gallon x20 2010M1 – 2015 M1 Natural Gas Monthly Price - US Dollars per Million Metric British Thermal Unit x21 2010M1 – 2015 M1 Propane Monthly Price - US Dollars per Gallon x22 2010M1 – 2015 M1 RBOB Gasoline Monthly Price - US Dollars per Gallon x23 2010M1 – 2015 M1 Russian Natural Gas Monthly Price - US Dollars per Million Metric British Thermal Unit x24 2010M1 – 2015 M1 Heating Oil Monthly Price - US Dollars per Gallon x25 2010M1 – 2015 M1 Cocoa beans Monthly Price - US Dollars per Metric Ton x26 2010M1 – 2015 M1 Coffee, Other Mild Arabicas Monthly Price - US cents per Pound x27 2010M1 – 2015 M1 Coffee, Robusta Monthly Price - US cents per Pound x28 2010M1 – 2015 M1 Tea Monthly Price - US cents per Kilogram x29 2010M1 – 2015 M1 Barley Monthly Price - US Dollars per Metric Ton x30 2010M1 – 2015 M1 Maize (corn) Monthly Price - US Dollars per Metric Ton x31 2010M1 – 2015 M1 Rice Monthly Price - US Dollars per Metric Ton x32 2010M1 – 2015 M1 Soft Red Winter Wheat Monthly Price - US Dollars per Metric Ton x33 2010M1 – 2015 M1 Sorghum Monthly Price - US Dollars per Metric Ton x34 2010M1 – 2015 M1 Wheat Monthly Price - US Dollars per Metric Ton x35 2010M1 – 2015 M1
  12. 12. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Name Code Time Bananas Monthly Price - US Dollars per Metric Ton x36 2010M1 – 2015 M1 Oranges Monthly Price - US Dollars per Metric Ton x37 2010M1 – 2015 M1 Beef Monthly Price - US cents per Pound x38 2010M1 – 2015 M1 Poultry (chicken) Daily Price x39 2010M1 – 2015 M1 Swine (pork) Monthly Price - US cents per Pound x40 2010M1 – 2015 M1 Lamb Monthly Price - US cents per Pound x41 2010M1 – 2015 M1 Fish (salmon) Monthly Price - US Dollars per Kilogram x42 2010M1 – 2015 M1 Shrimp Monthly Price - US cents per pound x43 2010M1 – 2015 M1 Sugar Monthly Price - US cents per Pound x44 2010M1 – 2015 M1 Sugar, European import price Monthly Price - US cents per Pound x45 2010M1 – 2015 M1 Sugar, U.S. import price Monthly Price - US cents per Pound x46 2010M1 – 2015 M1 Coconut Oil Monthly Price - US Dollars per Metric Ton x47 2010M1 – 2015 M1 Fishmeal Monthly Price - US Dollars per Metric Ton x48 2010M1 – 2015 M1 Olive Oil, extra virgin Monthly Price - US Dollars per Metric Ton x49 2010M1 – 2015 M1 Palm Kernel Oil Monthly Price - US Dollars per Metric Ton x50 2010M1 – 2015 M1 Palm oil Monthly Price - US Dollars per Metric Ton x51 2010M1 – 2015 M1 Peanut Oil Monthly Price - US Dollars per Metric Ton x52 2010M1 – 2015 M1
  13. 13. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Name Code Time Groundnuts (peanuts) Monthly Price - US Dollars per Metric Ton x53 2010M1 – 2015 M1 Rapeseed Oil Monthly Price - US Dollars per Metric Ton x54 2010M1 – 2015 M1 Soybean Meal Monthly Price - US Dollars per Metric Ton x55 2010M1 – 2015 M1 Soybean Oil Monthly Price - US Dollars per Metric Ton x56 2010M1 – 2015 M1 Soybeans Monthly Price - US Dollars per Metric Ton x57 2010M1 – 2015 M1 Sunflower oil Monthly Price - US Dollars per Metric Ton x58 2010M1 – 2015 M1 Coarse Wool Monthly Price - US cents per Kilogram x59 2010M1 – 2015 M1 Copra Monthly Price - US Dollars per Metric Ton x60 2010M1 – 2015 M1 Cotton Monthly Price - US cents per Pound x61 2010M1 – 2015 M1 Fine Wool Monthly Price - US cents per Kilogram x62 2010M1 – 2015 M1 Hard Logs Monthly Price - US Dollars per Cubic Meter x63 2010M1 – 2015 M1 Hard Sawnwood Monthly Price - US Dollars per cubic meter x64 2010M1 – 2015 M1 Hides Monthly Price - US cents per Pound x65 2010M1 – 2015 M1 Plywood Monthly Price - US cents per sheets x66 2010M1 – 2015 M1 Rubber Monthly Price - US cents per Pound x67 2010M1 – 2015 M1 Soft Logs Monthly Price - US Dollars per Cubic Meter x68 2010M1 – 2015 M1 Soft Sawnwood Monthly Price - US Dollars per cubic meter x69 2010M1 – 2015 M1
  14. 14. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 Name Code Time Wood Pulp Monthly Price - US Dollars per Metric Ton x70 2010M1 – 2015 M1 Aluminum Monthly Price - US Dollars per Metric Ton x71 2010M1 – 2015 M1 Copper, grade A cathode Monthly Price - US Dollars per Metric Ton x72 2010M1 – 2015 M1 Gold Monthly Price - US Dollars per Troy Ounce x73 2010M1 – 2015 M1 Iron Ore Monthly Price - US Dollars per Dry Metric Ton x74 2010M1 – 2015 M1 Lead Monthly Price - US Dollars per Metric Ton x75 2010M1 – 2015 M1 Nickel Monthly Price - US Dollars per Metric Ton x76 2010M1 – 2015 M1 Silver Monthly Price - US cents per Troy Ounce x77 2010M1 – 2015 M1 Tin Monthly Price - US Dollars per Metric Ton x78 2010M1 – 2015 M1 Uranium Monthly Price - US Dollars per Pound x79 2010M1 – 2015 M1 Zinc Monthly Price - US Dollars per Metric Ton x80 2010M1 – 2015 M1 DAP fertilizer Monthly Price - US Dollars per Metric Ton x81 2010M1 – 2015 M1 Potassium Chloride Monthly Price - US Dollars per Metric Ton x82 2010M1 – 2015 M1 Rock Phosphate Monthly Price - US Dollars per Metric Ton x83 2010M1 – 2015 M1 Triple Superphosphate Monthly Price - US Dollars per Metric Ton x84 2010M1 – 2015 M1 Urea Monthly Price - US Dollars per Metric Ton x85 2010M1 – 2015 M1 VNINDEX y 2010M1 – 2015 M1
  15. 15. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 PHỤ LỤC 2 KẾT QUẢ TÁI KIỂM ĐỊNH TÍNH CHÍNH XÁC CỦA MÔ HÌNh obs VNI VNIF VNI tăng/giảm VNIF tăng/giảm Trúng/trật 2010M01 482 507.68 2010M02 496.9 525.71 tăng tăng trúng 2010M03 499.2 542.77 tăng tăng trúng 2010M04 542.4 561.89 tăng tăng trúng 2010M05 507.4 547.76 giảm giảm trúng 2010M06 507.1 515.34 giảm giảm trúng 2010M07 493.9 483.44 giảm giảm trúng 2010M08 455.1 481.47 giảm giảm trúng 2010M09 454.5 484.30 giảm tăng trật 2010M10 452.6 494.26 giảm tăng trật 2010M11 451.6 506.01 giảm tăng trật 2010M12 484.7 545.39 tăng tăng trúng 2011M01 510.6 562.71 tăng tăng trúng 2011M02 461.4 549.43 giảm giảm trúng 2011M03 461.1 535.34 giảm giảm trúng 2011M04 480.1 532.70 tăng giảm trật 2011M05 421.4 479.44 giảm giảm trúng 2011M06 432.5 462.56 tăng giảm trật 2011M07 405.7 436.59 giảm giảm trúng 2011M08 425.43 438.95 tăng tăng trúng 2011M09 427.6 441.18 tăng tăng trúng 2011M10 420.81 414.95 giảm giảm trúng 2011M11 380.69 388.57 giảm giảm trúng 2011M12 351.55 368.89 giảm giảm trúng 2012M01 387.97 372.88 tăng tăng trúng 2012M02 423.64 386.91 tăng tăng trúng 2012M03 441.03 405.69 tăng tăng trúng 2012M04 473.77 447.09 tăng tăng trúng 2012M05 429.2 416.43 giảm giảm trúng 2012M06 422.37 400.18 giảm giảm trúng 2012M07 414.48 407.65 giảm tăng trật 2012M08 396.02 398.70 giảm giảm trúng 2012M09 392.57 401.56 giảm tăng trật 2012M10 388.42 398.60 giảm giảm trúng 2012M11 377.82 379.71 giảm giảm trúng 2012M12 413.73 413.56 tăng tăng trúng
  16. 16. Hội thảo quốc tế: Tài chính định lượng và các vấn đề liên quan, 2015 obs VNI VNIF VNI tăng/giảm VNIF tăng/giảm Trúng/trật 2013M01 479.79 455.24 tăng tăng trúng 2013M02 474.56 458.88 giảm tăng trật 2013M03 491.04 464.90 tăng tăng trúng 2013M04 474.51 443.82 giảm giảm trúng 2013M05 518.39 481.66 tăng tăng trúng 2013M06 482.95 475.86 giảm giảm trúng 2013M07 491.85 476.55 tăng tăng trúng 2013M08 472.7 486.71 giảm tăng trật 2013M09 492.63 482.03 tăng giảm trật 2013M10 497.41 494.48 tăng tăng trúng 2013M11 507.78 519.96 tăng tăng trúng 2013M12 504.63 536.18 giảm tăng trật 2014M01 556.52 533.86 tăng giảm trật 2014M02 586.48 561.98 tăng tăng trúng 2014M03 591.57 582.80 tăng tăng trúng 2014M04 578 583.24 giảm tăng trật 2014M05 562.02 572.70 giảm giảm trúng 2014M06 578.82 578.71 tăng tăng trúng 2014M07 596.07 595.05 tăng tăng trúng 2014M08 636.65 621.78 tăng tăng trúng 2014M09 598.8 612.18 giảm giảm trúng 2014M10 600.84 601.15 tăng giảm trật 2014M11 566.58 580.11 giảm giảm trúng 2014M12 545.63 567.55 giảm giảm trúng 2015M01 576.07 576.07 tăng tăng trúng 2015M02 596.95 598.92 tăng tăng trúng Tỷ lệ chính xác của dự báo (trúng/tổng số quan sát) 77%

×