Lan tỏa suất sinh lợi và độ biến thiên giữa các thị trường chứng khoán.

47 92 0
Lan tỏa suất sinh lợi và độ biến thiên giữa các thị trường chứng khoán.

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỚ HỜ CHÍ MINH LÊ ĐÌNH NGHI DANH MỤC CÁC CƠNG TRÌNH LIÊN QUAN ĐẾN LUẬN ÁN Đề tài LAN TỎA SUẤT SINH LỢI VÀ ĐỘ BIẾN THIÊN GIỮA CÁC THỊ TRƯỜNG CHỨNG KHOÁN Người hướng dẫn khoa học: PGS.TS NGUYỄN MINH KIỀU Thành phố Hồ Chí Minh, năm 2019 i DANH MỤC CÁC CƠNG TRÌNH LIÊN QUAN ĐẾN LUẬN ÁN: - Minh Kieu Nguyen, Dinh Nghi Le (2018), Return Spillover from the US and Japanese Stock Markets to the Vietnamese Stock Market: A FrequencyDomain Approach, Emerging Markets Finance and Trade, 2018 - Nguyễn Minh Kiều, Lê Đình Nghi (2018), Lan tỏa độ biến thiên từ thị trường chứng khoán Mỹ sang thị trường chứng khoán Việt Nam, Tạp chí Khoa học Đào tạo Ngân hàng, Số 190, Tháng 3/2018 - Nguyễn Minh Kiều, Lê Đình Nghi (2017), Mơ hình phân tích lan tỏa độ biến thiên thị trường chứng khốn, Tạp chí Tài chính, Số 669, Kỳ 2, Tháng 11/2017 - Nguyễn Minh Kiều, Lê Đình Nghi (2017), Lan tỏa SSL từ thị trường chứng khoán Mỹ sang thị trường chứng khoán Việt Nam: Phân tích miền tần số, Tạp chí Khoa học Đại học Mở TP HCM, Số 55(4), 2017 Emerging Markets Finance and Trade ISSN: 1540-496X (Print) 1558-0938 (Online) Journal homepage: http://www.tandfonline.com/loi/mree20 Return Spillover from the US and Japanese Stock Markets to the Vietnamese Stock Market: A Frequency-Domain Approach Minh Kieu Nguyen & Dinh Nghi Le To cite this article: Minh Kieu Nguyen & Dinh Nghi Le (2018): Return Spillover from the US and Japanese Stock Markets to the Vietnamese Stock Market: A Frequency-Domain Approach, Emerging Markets Finance and Trade, DOI: 10.1080/1540496X.2018.1525357 To link to this article: https://doi.org/10.1080/1540496X.2018.1525357 Published online: 20 Nov 2018 Submit your article to this journal View Crossmark data Full Terms & Conditions of access and use can be found at http://www.tandfonline.com/action/journalInformation?journalCode=mree20 Emerging Markets Finance & Trade, 1–12, 2018 Copyright © Taylor & Francis Group, LLC ISSN: 1540-496X print/1558-0938 online DOI: https://doi.org/10.1080/1540496X.2018.1525357 Return Spillover from the US and Japanese Stock Markets to the Vietnamese Stock Market: A Frequency-Domain Approach Minh Kieu Nguyen1 and Dinh Nghi Le1,2 Department of Finance and Banking, Ho Chi Minh City Open University, Ho Chi Minh City, Vietnam; 2Department of Business Administration, Saigon University, Ho Chi Minh City, Vietnam ABSTRACT: Using a frequency-domain analysis, this article examines return spillover from the US and Japanese stock markets to the Vietnamese stock market We use daily data from the S&P 500, the Nikkei 225, and Vietnam Stock Index (VN-Index) from January 1, 2012, to December 31, 2015 A Grangercausality test is used to examine the return spillover, and the test for causality in the frequency domain by (Breitung and Candelon 2006) is used to examine the return spillover at different frequencies The results show that significant return spillover occurs from the US to the Vietnamese stock market at all frequencies and from the Japanese to the Vietnamese stock market at higher frequencies—evidence that return spillover effects are not the same at different frequencies KEY WORDS: frequency domain, ranger causality, return spillover JEL CLASSIFICATION: C58, G15 A stock market is a financial market with an important role in the economy Returns on stocks are an important factor considered by investors in their investment decisions In this era of globalization, the financial systems of countries may be linked The existence of strong economic and trade links, liberalization activities by governments, developments in trade and telecommunication, and the establishment of common markets contribute to financial integration (Aktan et al 2009) Hence, research on relationships between stockmarkets help both investors and policy makers obtain suitable information for making their decisions In particular, market factors in a stock exchange can be determined by foreign market factors if they are fully integrated In this case, investors and policy makers should follow information and fluctuations in overseas markets when making their corresponding decisions However, if the factors generated in a market not move together with those in foreign markets, then foreign investors will benefit from the reduction in diversifiable risk, hence the portfolio risk, by diversification that includes domestic stocks (Li 2007) Spillover effects result from returns and volatility that spread from one market to another (Choo 2011) Hence, return spillover is the transmission of returns among stock markets Thus, a return spillover test needs to be performed to explore the relationship between stock markets Although return spillovers among developed markets or to emerging markets have been confirmed in many studies—such as (Ali, Butt, and Rehman 2011), (Alotaibi and Mishra 2015), (Bahadur, Kothari, and Thagurathi 2016), (Huo and Ahmed 2017), and (Ishfaq and Rehman 2018)—to the best of our knowledge, the previous literature has not explored spillover effects from developed markets to the Vietnamese stock market For decades, Vietnam was known as a miserable and backward country in Asia From 1975, when the Vietnam War ended, until 1985, Vietnam had a centrally planned economy In 1986, Vietnam Address correspondence to Associate Professor Nguyen Minh Kieu, Dean, Department of Finance and Banking, Ho Chi Minh City Open University, 97 Vo Van Tan Street, Ward 6, District 3, Ho Chi Minh City, Vietnam E-mail: kieu.nm@ou.edu.vn M K NGUYEN AND D N LE began to transform its economy to a market-oriented and globally integrated economy, in reforms called doi moi (renovation) More than 30 years after this reform, the Vietnamese economy is one of the fastest growing in Asia In addition, by becoming a member of the Association of Southeast Asian Nations (ASEAN), the World Trade Organization (WTO), and the Asia-Pacific Economic Cooperation (APEC) forum, Vietnam has become more integrated into the world economy Vietnam established a stock market in July 2000, and since then it has become an important channel for allocating capital more efficiently in short- and long-term investment, which contributes to the country’s economic growth Both domestic and foreign investors participate in the market, and the foreign investment allows Vietnam’s stock market to become more closely related to world financial markets Because of this, this article examines return spillover from the US and Japanese stock markets to the Vietnamese stock market In reality, short- and long-term investors may have different considerations Short-term investors focus more on the relationship at higher frequencies, that is, short-term fluctuations, whereas long-term investors focus on the relationship at lower frequencies, i.e., long-term fluctuations (Gradojevic 2013) Moreover, because causality results can differ between frequency spectrum bands (Granger and Lin 1995), long- and short-term return spillover should be analyzed separately to reveal more precise information for different investors Frequency-domain analysis, i.e., spectral analysis, can be used in this situation By transferring data between the time domain and the frequency domain, this method can analyze financial data at different frequencies However, most return spillover analysis in previous studies could not analyze spillover effects at different cycles Although some authors their research using frequencydomain analysis, only Gradojevic (2013) investigated return spillover among five regional stock exchanges (Serbia, Croatia, Slovenia, Hungary, and Germany) in the frequency domain Moreover, to the best of our knowledge, this technique was not previously used in studies on Vietnam Because of this, in addition to examining return spillover from the US and Japanese stock markets to the Vietnamese stock market (in the time domain), this article extends these test results using a spectral analysis approach By applying return spillover tests in the frequency domain, the results offer deep insight into return relations between stock markets at different frequencies and help shortand long-term investors obtain more precise information to support their investment decisions Literature Review Return Spillover Spillover effects result from return and volatility in a market that spread from one market to another (Choo 2011) Hence, return spillover is the transmission of returns among stock markets A Grangercausality test is a useful tool for examining return spillover between different financial markets (Ciner 2011; Zhou, Lu, and Wang 2014) For example, (Aktan et al 2009) investigates the linkages among the stock markets of the BRICA (Brazil, Russia, India, China, and Argentina) countries and their relations with the US market The results of a Granger-causality test indicate that the US market has a significant effect on all BRICA countries Similarly, (Ali, Butt, and Rehman 2011) examine comovement between emerging and developed stock markets by investigating the relationship between Pakistan’s equity market and the markets in India, China, Indonesia, Singapore, Taiwan, Malaysia, Japan, the US, and the UK from July 1998 to June 2008 Their Granger-causality test shows that Pakistan’s equity market has no co-movement with the markets in the UK, the US, Taiwan, Malaysia, and Singapore Therefore, investors in Pakistan can reduce risk through investment in these countries However, because of the significant relationship between the Pakistani market and markets in India, China, Japan, and Indonesia, maintaining an international portfolio in these countries does not offer any risk diversification for investors Similar approaches were applied in research by (Bahadur, Kothari, and Thagurathi 2016), who examine spillover effects from global stock markets to the Indian stock market from January 2005 to December 2015 The results show that Indian stock market returns are co-integrated with those in the US, UK, and Japanese stock markets Granger-causality tests are RETURN SPILLOVER AMONG STOCK MARKETS also applied in (Huo and Ahmed 2017) to evaluate the return spillover effects between the Shanghai and Hong Kong stock markets from July 2, 2014, to April 8, 2015, and find that return spillover from Shanghai to Hong Kong is faster and stronger after the introduction of the Shanghai-Hong Kong Stock Connect Program (launched November 17, 2014) Recently, (Ishfaq and Rehman 2018) study the spillover effects of the S&P 500 volatility index (VIX) and Chinese exchange-traded fund volatility (VXFXI) on the emerging equity (KSE-100 index) and foreign exchange markets (PKR) in Pakistan from January 2004 to October 2016 The Granger-causality test results show that volatility indices (VIX and VXFXI) lead the Pakistani financial market However, none of these studies analyze spillover effects at different frequencies Hence, a return spillover effect analysis needs to be extended to the frequency domain to help short- and long-term investors obtain more information for their decisions Frequency-Domain Approach Frequency-domain approaches were developed based on Fourier transformation to transfer data from the time domain to the frequency domain and vice versa By transferring data between these domains, this method can analyze financial data at different frequencies Because of this, a frequency-domain analysis can be used in decomposing business cycles in economic time series (Baxter and King 1999) propose a frequency domain band pass filter, called a Baxter-King filter, to measure business cycles Then, some studies were developed to modify this filter or apply it to measure business cycles such as (Buss 2010), (Hodrick and Prescott 1997), (Ravn and Uhlig 2002), (Larsson and Vasi 2012) In addition, this method is also useful in causality analysis (Granger and Lin 1995) confirmed that the causality could be not the same at different frequencies Because the traditional Granger-causality test cannot explore these relations, a causality test in the frequency domain is needed Causal relations in the frequency domain were first proposed by (Granger 1969) Then, some other methods were developed by (Geweke 1982), (Hosoya 1991), and (Breitung and Candelon 2006) Using these methods, some research was developed to test causal relations between economic time series Wei (2013) investigates the dynamic relationships between oil prices and the Japanese economy from a frequency-domain perspective The analysis shows that oil prices have nonlinear linkages with the Japanese economy at certain frequencies The results suggest that oil prices have significant predictive power for industrial production, the consumer price index, and unemployment rates at low frequencies Moreover, oil prices can predict industrial production and unemployment rates at some higher frequencies This article suggests that policy makers should pay more attention to the longterm effects of oil price shocks on Japan’s economy (Gradojevic 2013) uses the causality test in the frequency domain by (Breitung and Candelon 2006) to analyze the causal relationship between returns on stock market indices in Serbia, Croatia, Slovenia, Hungary, and Germany The results indicate relationships among stock markets but not at all frequencies (Ozer and Kamisli 2016) examine the dynamic linkages between financial markets in Turkey using the frequency-domain causality method proposed by (Breitung and Candelon 2006), for weekly Turkish data from 2003 to 2015 The results reveal volatility spillovers from stock market returns to interest rates and the euro in both the medium and long term and to the US dollar in the short and medium term, but from the US dollar to stock market returns in the short term In the long run, the euro exchange rate Granger causes the interest rate, but interest rates Granger cause the euro exchange rate in the short run In summary, because the causal relations can vary across frequency bands (Granger and Lin 1995), frequency-domain analysis is needed to gain deeper insight into the relationship between financial time series Although return spillover has been investigated in many previous studies, most of them not analyze this effect at different cycles Only (Gradojevic 2013) researches return spillover among five regional stock exchanges (Serbia, Croatia, Slovenia, Hungary and Germany) in the frequency domain To the best of our knowledge, this technique has not been previously applied in studies on Vietnam Hence, this article aims to test the return spillover from the US and Japanese M K NGUYEN AND D N LE markets to the Vietnamese stock market, using the causality method in a frequency domain proposed by (Breitung and Candelon 2006) The results will help short- and long-term investors and policy makers obtain more information for their decision-making Research Method and Data Return spillovers could be tested using a Granger-causality test or GARCH-type models However, neither approach can analyze spillover effects at different frequencies To obtain deeper insight into spillover effects among stock markets, we need to use a frequency domain with these approaches Although GARCH-type models in a frequency-domain approach have not been used, a Grangercausality test in the frequency domain was proposed by (Breitung and Candelon 2006) and applied in many studies, such as Gradojevic (2013), (Wei 2013), and (Ozer and Kamisli 2016) For this reason, based on studies by (Gradojevic 2013), (Chan, Lien, and Weng 2008), (Ciner 2011), and (Ozer and Kamisli 2016), we examine return spillover using a Granger-causality test (Granger 1969) and analyze these relations in a frequency domain using the spectral approach proposed by (Breitung and Candelon 2006) Data Daily data from the Standard & Poor’s 500 (S&P 500) Composite Index, the Nikkei 225, and the Vietnam Stock Index (VN-Index); a proxy for the US, Japanese, and Vietnamese stock indices from January 1, 2012, to December 31, 2015, is collected from Thomson Reuters Datastream Each time series has 1,044 observations This time period is chosen because this article aims to investigate the return transmission from the US and Japanese stock markets to the Vietnamese stock market in the recovery period after the 2008 global financial crisis In this period, despite the increase in stock markets, investors might be sensitive to news and stock prices on foreign markets Moreover, the market recovery could attract foreign investors seeking profits by investing in the Vietnamese stock exchange These might make the Vietnamese stock market co-move with foreign markets For this reason, investigating the return transmission from the US and Japanese stock markets to the Vietnamese stock market in this period provides more information for investors seeking to gain benefits by investing in recovering markets and for policy makers making managerial decisions about the Vietnamese stock market The return rt is computed using the following equation: rt ¼ ln Pt PtÀ1 (1) where Pt is the market index at time t, lnð xÞ is the natural logarithm of x To be more specific, Pt comprises the S&P 500, the Nikkei 225, and the VN-Index Next, return spillover can be tested by applying a Granger-causality test (Granger 1969) to return series of market indices Granger-Causality Test Granger (1969) proposed a method for testing the “causality” of time series, called the Grangercausality test, a statistical test for determining whether one time series is useful in forecasting another A Granger-causality test of whether x causes y by seeing how much of the current y can be explained by past values of y and lagged values of x y is said to be Granger-caused by x if x helps in the prediction of y, or, equivalently, if the coefficients on the lagged x ’s are statistically significant RETURN SPILLOVER AMONG STOCK MARKETS A Granger-causality test can be performed using vector autoregression (VAR) as follows (Gujarati 2004): yt ẳ ỵ yt1 ỵ ::: ỵ l ytl þ β1 xtÀ1 þ ::: þ βl xtÀl þ εt (2) xt ẳ ỵ xt1 ỵ ::: ỵ l xtl ỵ yt1 ỵ ::: ỵ l ytl þ ut (3) and test the null hypothesis: β1 ¼ β2 ¼ ::: ¼ βl ¼ (4) for each equation The null hypothesis is that x does not Granger-cause y in the first regression and that y does not Granger-cause in x the second regression Return spillovers from the US and Japanese stock markets to the Vietnamese stock market can be tested by applying a Granger-causality test to return data for these markets Testing for Causality: A Frequency-Domain Approach Frequency is the number of occurrences of a repeating event per unit of time In other words, the number of cycles per unit of time is called the frequency Theoretically, a time series can be composed of many time series with different frequencies Analyzing causality at different frequencies, that is, a frequency domain, can provide deep insights on the relationship between financial time series (Breitung and Candelon 2006) approach is a frequency-domain method widely used in empirical literature The frequency-domain causality test developed by (Breitung and Candelon 2006) is based on the framework of (Geweke 1982) and (Hosoya 1991) Let zt ẳ ẵxt ; yt be a two-dimensional time-series vector with t ¼ 1; T It is assumed that zt has a finite-order VAR representation: Lịzt ẳ t (5) where Lị ẳ I Θ1 L À À Θ1 Lp is a ì lag polynomial with Lk zt ẳ ztÀk It is assumed that À 0Á the vector t is white noise, with Et ị ẳ and E t t ẳ ặ, where ặ is a positive definite matrix Next, let G be the lower triangular matrix of the Cholesky decomposition G0 G ẳ ặ1 , such that À 0Á E ηt ηt ¼ I and ηt ¼ Gεt The system is assumed to be stationary, implying the following moving average (MA) representation: Φ11 ðLÞ zt ¼ ΦðLÞεt ¼ Φ21 ðLÞ Φ12 ðLÞ Φ22 ðLÞ ! 1t 2t ! 11 Lị 12 Lị ẳ Lịt ẳ Ψ21 ðLÞ Ψ22 ðLÞ ! η1t η2t ! (6) where Lị ẳ Lị1 and Lị ẳ LịG1 Using a Fourier transformation on this representation, the spectral density of xt can be expressed as: f x ị ẳ n À Àiω Á2  À Àiω Á2 o Ψ11 e þ Ψ12 e 2π (7) The measure of causality suggested by (Geweke 1982) and (Hosoya 1991) is defined as: " My!x ị ẳ log # 2f x ị j11 ei ịj " ẳ log ỵ  i Á2 # Ψ12 e  jΨ11 ðeÀiω Þj (8) M K NGUYEN AND D N LE To test the hypothesis that y does not cause x at frequency , we use the following null hypothesis: My!x ị ẳ (9) (Breitung and Candelon 2006) show that the null hypothesis My!x ị ẳ is equivalent to a linear restriction on the VAR coefficients First, they use Lị ẳ Lị1 G1 and 12 Lị ẳ g j12LịjLị 22 (where g22 is the lower diagonal element of GÀ1 and jΘðLÞj is the determinant of ΘðLÞ) to express the null hypothesis as:   p p  X  À i  X  12 e ẳ 12;k coskị 12;k sinkịi ẳ  kẳ1  kẳ1 (10) where θ12;k  À Àiω Á is the (1,2)-element of Θk Thus, a necessary and sufficient set of conditions for 12 e  ẳ is: p X 12;k coskị ¼ (11) θ12;k sinðkωÞ ¼ (12) k¼1 p X k¼1 The notation can be simplified by letting aj ¼ θ11;j and βj ¼ θ12;j Then, the VAR equation for xt can be written as: xt ¼ a1 xt1 ỵ ỵ ap xtp ỵ yt1 ỵ ỵ p ytp ỵ 1t (13) The hypothesis My!x ị ẳ is equivalent to the linear restriction: h where β ¼ β1 ; ; p H0 : Rị ẳ i0 (14) and: cosị Rị ẳ sinị cos2ị cosðpωÞ sinð2ωÞ sinðpωÞ ! (15) As in the conventional causality test, the Wald test statistic based on the linear restriction in Equation 14 is asymptotically distributed as χ2 ð2Þ for ω ð0; πÞ (Wei 2013) As in (Breitung and Candelon 2006), (Gradojevic 2013), and (Wei 2013), to assess the statistical significance of the causal relationship between stock market returns, the causality measure for the frequency ω is compared to the 5% critical value of a χ distribution with degrees of freedom (5.99) Results Descriptive Statistics Table lists some descriptive statistical properties of daily market returns in the three countries As Table indicates, the means of the returns of all market indices are positive, however, these values are small, which is consistent with reality of the US, Japanese, and Vietnamese stock markets at that time because they are tested in the recovery period after the global financial crisis in 2008 The RETURN SPILLOVER AMONG STOCK MARKETS Table Descriptive statistics of daily returns on the US, Japanese, and Vietnamese stock indices Mean Median Standard Deviation Skewness Kurtosis S&P 500 (US) Nikkei 225 (Japan) VN-Index (Vietnam) 0.000466 0.000195 0.007916 −0.256127 5.054130 0.000778 0.000278 0.013154 −0.356637 6.255896 0.000478 0.000101 0.011053 −0.609907 5.787362 skewness values are negative, which implies that these asymmetric distributions are skewed to the left The kurtosis values in all three markets are larger than 3, implying a peaked distribution in comparison with the normal distribution Return Spillover The return time series of the US, Japanese, and Vietnamese stock indices are tested for stationarity using the augmented Dickey-Fuller (ADF) test Using the Schwarz information criterion (SIC), the optimal models with lag lengths that equal were chosen for all stock market indices The ADF test results indicate that all the US, Japanese, and Vietnamese market index time series are stationary Thus, it is suitable to apply Granger-causality tests to these time series to test return spillovers between pairs of markets Next, this article examines the return spillover from the US and Japanese stock markets to the Vietnamese stock market Based on the Akaike information criterion (AIC), Granger-causality tests are applied at a lag order of for the US stock market and for the Japanese stock market The results are in Tables and The results in Tables and show unidirectional significant return spillovers from the US to the Vietnamese stock markets at the 1% significance level and from the Japanese to the Vietnamese stock markets at the 10% significance level These results are consistent with reality because the US is the world’s largest economy, and Japan is a large economy in Asia, so they can affect other countries, including Vietnam This also indicates integration of the Vietnamese economy in the world economy The size of the country’s capital market and market openness help link the Vietnamese stock market Table Return spillover between the US and Vietnamese stock markets Granger-Causality Test Hypothesis H0 F-Statistic Conclusion S&P 500 returns does not Granger-cause VNIndex returns 34.3253 Rejected at the 1% significance level VN-Index returns does not Granger-cause S&P 500 returns 0.26645 Not rejected at the 10% significance level Table Return spillover between the Japanese and Vietnamese stock markets Granger-Causality Test Hypothesis H0 F-Statistic Conclusion Nikkei 225 returns not Granger-cause VNIndex returns 2.51135 Rejected at the 10% significance level (Not rejected at the 5% significance level) VN-Index returns not Granger-cause Nikkei 225 returns 1.96605 Not rejected at the 10% significance level TÀI CHÍNH - Tháng 11/2017 phương trình phía (y biến phụ thuộc), giả thuyết H0 bị bác bỏ, nghĩa x tác động nhân Granger lên y Như vậy, dùng kiểm định nhân Granger chuỗi liệu độ biến thiên thị trường giúp xác định mối liên hệ chiều tác động TTCK Kiểm định nhân miền tần số Phần giới thiệu phương pháp phân tích nhân miền tần số đề xuất Breitung & Candelon (2006), dựa phương pháp Geweke (1982) Hosoya (1991) Trong bối cảnh tồn cầu hóa nay, hệ thống tài nước giới có phụ thuộc tác động qua lại lẫn Nghiên cứu lan tỏa độ biến thiên giúp đánh giá mối quan hệ độ biến thiên thị trường, làm sở để NĐT định xác Với phương trình VAR mơ tả trên, giả sử có dạng: Giả thuyết y tác động nhân lên x, ký hiệu tương đương với ràng buộc tuyến tính: Trong và: Giá trị thống kê F thông thường cho biểu thức xấp xỉ phân phối với Như vậy, ta sử dụng phân phối để kiểm định nhân y tác động lên x (kiểm định giả thuyết )với tần số Áp dụng phương pháp vào chuỗi liệu độ biến thiên thị trường, ta phân tích tác động lan tỏa độ biến thiên thị trường thành phần tần số khác Kết luận Trong bối cảnh tồn cầu hóa nay, hệ thống tài nước giới có phụ thuộc tác động qua lại lẫn Nghiên cứu lan tỏa độ biến thiên giúp đánh giá mối quan hệ độ biến thiên thị trường, làm sở để NĐT định xác đa dạng hóa danh mục đầu tư nhằm giảm thiểu rủi ro Kết nghiên cứu giúp nhà hoạch định sách có định phù hợp để đánh giá mức độ biến động thị trường, từ đưa biện pháp phù hợp kịp thời để bình ổn, đảm bảo phát triển ổn định thị trường Trong thực tế, NĐT ngắn hạn dài hạn có mục tiêu đầu tư khác Các NĐT ngắn hạn tập trung quan tâm vào tương quan tần số cao, NĐT dài hạn tập trung quan tâm vào tương quan tần số thấp (Gradojevic, 2013) Vì vậy, phân tích miền tần số cần thiết nhằm giúp NĐT ngắn hạn dài hạn sở để định Bài viết đề xuất mơ hình phân tích lan tỏa độ biên thiên mở rộng mơ hình nghiên cứu phân tích nhân miền tần số Kết nghiên cứu dựa mơ hình đề xuất giúp NĐT nhà quản lý có thêm sở để định quản lý Ngoài ra, NĐT ngắn hạn dài hạn có thêm thơng tin xác phù hợp với chiến lược đầu tư mình. Tài liệu tham khảo: Kiều, N M., & Nghi, L Đ (2017) Lan tỏa suất sinh lợi từ Mỹ sang TTCK Việt Nam: Phân tích miền tần số, Tạp chí Khoa học Đại học Mở TP Hồ Chí Minh, 55(4), 64–74; Ahmed S Abou-Zaid (2011) Volatility Spillover Effects In Emerging MENA Stock Markets Review Of Applied Economics, 7(1–2); Alexander, C (2001) Market Models, A guide to Financial Data Analysis John Wiley & Sons;  B ollerslev, T (1986) Generalized autoregressive conditional heteroskedasticity Journal of Econometrics, 31(3), 307–327 http://doi org/10.1016/0304-4076(86)90063-1; Breitung, J., & Candelon, B (2006) Testing for short- and long-run causality : A frequency-domain approach Journal of Econometrics, 132, 363–378 http://doi.org/10.1016/j.jeconom.2005.02.004; Chan, L., Lien, D., & Weng, W (2008) Financial interdependence between Hong Kong and the US : A band spectrum approach International Review of Economics and Finance, 17, 507–516 http://doi.org/10.1016/j iref.2007.02.001; Ciner, C (2011) International Review of Financial Analysis Information transmission across currency futures markets : Evidence from frequency domain tests International Review of Financial Analysis, 20(3), 134–139 http://doi.org/10.1016/j.irfa.2011.02.010; Geweke, J (1982) Measurement of Linear Dependence and Feedback Betwveen Multiple Time Series Journal of the American Statistical Association, 77(378), 304–313; Gradojevic, N (2013) Causality between Regional Stock Markets : A Frequency Domain Approach Panoeconomicus, 76(February 2012), 633– 647 http://doi.org/10.2298/PAN1305633G 73 KỸ THUẬT - CÔNG NGHỆ Trần Hữu Thiện Ứng dụng PLAXIS 2D phân Lê Bá Vinh tích ứng xử cố kết đất yếu gia cố trụ đất-xi măng tải trọng đất đắp Lưu Vĩnh Trung Phân loại người dùng web sử dụng kỹ thuật so sánh chuỗi 12 Võ Thị Kim Anh Hướng dẫn xây dựng báo cáo hệ thống ERP Oracle EBusiness Suite 11G 18 Nguyễn Trần Đông Phương Bước đầu nhân giống dâu tây Bùi Thị Thu Hằng New Zealand Fragaria ananasa L từ hạt 32 KINH TẾ - XÃ HỘI Phạm Quốc Trung Các yếu tố ảnh hưởng đến Nguyễn Ngọc Hải Hà thúc mua hàng ngẫu hứng trực tuyến người tiêu dùng TP HCM 38 Phan Bùi Gia Thủy Ảnh hưởng đặc điểm tổng giám Trần Đức Tài đốc điều hành đến hiệu hoạt Trần Thị Tú Anh động doanh nghiệp 51 Nguyễn Minh Kiều Lan tỏa suất sinh lợi từ thị trường Lê Đình Nghi chứng khoán Mỹ sang thị trường chứng khoán Việt Nam: Phân tích miền tần số 64 H Quang Thanh Xu hướng tìm việc người lao động trang mạng iệc làm t nh Lâm ng 75 ộng viên nhân viên tổng công ty Trịnh Thùy Anh Huỳnh Thị Trúc Linh phát triển khu công nghiệp t nh ng Nai 87 Nguyễn Văn Đ ng Mơ hình liên hệ tự giúp 100 người cao tuổi vai trò cơng tác xã hội Nguyễn Tấn Vinh Nhìn lại trình hội nhập kinh tế 115 quốc tế sau 30 năm đổi JOURNAL OF SCIENCE Editor-in-chief: Associate Professor NGUYEN THUAN, Ph.D Editorial Office: 35-37 Ho Hao Hon, District 1, Ho Chi Minh City TEL: (84.28) 38 386 635 - FAX: (84.28) 39.300.085 E-mail: tapchikhoahoc@ou.edu.vn VOL 55 (4) - 2017 ISSN 1859 3453 TABLE OF CONTENTS ENGINEERING - TECHNOLOGY Tran Huu Thien Application of 2D PLAXIS program in analyzing Le Ba Vinh consolidation behavior of soil - cement column improved soft ground under embankment load Luu Vinh Trung Web user segmentation using sequence alignment 12 Vo Thi Kim Anh Report Writing Guidelines in Oracle Business Suite 11G 18 Nguyen Tran Dong Phuong Initial micropropagation strawberry Fragaria annanina Bui Thi Thu Hang L from seed 32 ECONOMICS - SOCIOLOGY Pham Quoc Trung Factors affecting online impulse buying behavior of Nguyen Ngoc Hai Ha consumers in Ho Chi Minh City 38 Phan Bui Gia Thuy The impact of chief executi e officer’s personality on firm Tran Duc Tai performance Tran Thi Tu Anh 51 Nguyen Minh Kieu Return spillover effects from the us stock market on Le Dinh Nghi Vietnam stock market: A frequency domain approach 64 Ho Quang Thanh Trends in job search in the job website of Lam Dong province 75 Trinh Thuy Anh Factors affecting empoyee motivation at the workplace: A Huynh Thi Truc Linh case of corporation for development of Bien Hoa industrial zones 87 Nguyen Van Dong Model of mutual help among the elderly and the role of 100 social work Nguyen Tan Vinh Looking back on the process of Vietnam's international 115 economic integration after 30 years of renovation TẠP CHÍ KHOA HỌC ĐẠI HỌC MỞ TP.HCM – SỐ 55 (4) 2017 64 LAN TỎA SUẤT SINH LỢI TỪ THỊ TRƯỜNG CHỨNG KHOÁN MỸ SANG THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM: PHÂN TÍCH TRONG MIỀN TẦN SỐ NGUYỄN MINH KIỀU Trường Đại học Mở Thành phố Hồ Chí Minh – kieu.nm@ou.edu.vn LÊ ĐÌNH NGHI Đại học Sài Gòn – ldnghi@gmail.com (Ngày nhận: 31/03/2017; Ngày nhận lại: 01/06/2017; Ngày duyệt đăng: 30/06/2017) TÓM TẮT Dùng kỹ thuật phân tích liệu miền tần số, báo phân tích tác động lan tỏa suất sinh lợi (SSL) từ thị trường chứng khoán (TTCK) Mỹ sang thị trường chứng khoán Việt Nam Nghiên cứu sử dụng liệu theo ngày S&P 500 VN-Index đại diện cho TTCK Mỹ Việt Nam giai đoạn 01/01/2012 đến 31/12/2015 Phân tích nhân Granger sử dụng để đánh giá tác động lan tỏa suất sinh lợi, phương pháp phân tích nhân miền tần số Breitung Candelon (2006) sử dụng để đánh giá tác động lan tỏa SSL ứng với thành phần tần số khác Kết nghiên cứu đưa chứng tác động lan tỏa SSL có ý nghĩa thống kê từ TTCK Mỹ lên TTCK Việt Nam tất thành phần tần số Tuy nhiên, giá trị thống kê tác động lan tỏa thành phần tần số khác khác Đây chứng cho thấy tác động lan tỏa SSL thị trường giống ứng với thành phần tần số khác Từ khóa: lan tỏa suất sinh lợi; miền tần số Return spillover effects from the us stock market on Vietnam stock market: A frequency domain approach ABSTRACT This paper employs frequency domain analysis to examine return spillover effects from the US stock market on Vietnam stock market The study is conducted using daily S&P 500 and VN index data in the period from January 01, 2012 to December 31, 2015 Specifically, Granger Causality Test and a test for causality in the frequency domain from Breitung and Candelon (2006) are adopted to investigate return spillover at various frequencies The empirical results show that there is a significant return spillover effect from the US stock market on Vietnam stock market at all frequencies However, statistical values of the causality test are not the same at different frequencies, which means that return spillover effects among markets vary according to each frequency Keywords: return spillover; frequency domain Giới thiệu Thị trường chứng khoán (TTCK) phận quan trọng thị trường tài đóng vai trò quan trọng kinh tế Suất sinh lợi (return) yếu tố quan tâm hàng đầu nhà đầu tư đầu tư TTCK Trong bối cảnh tồn cầu hóa nay, hệ thống tài nước giới có phụ thuộc tác động qua lại lẫn Vì vậy, nghiên cứu mối liên hệ SSL thị trường chứng khoán giúp nhà đầu tư có thêm thơng tin để dự báo thay đổi giá cổ phiếu đầu tư TTCK có chiến lược đa dạng hóa danh mục đầu tư phù hợp Mối quan hệ SSL thị trường đánh giá qua khái niệm lan tỏa SSL (return spillover) Lan tỏa SSL có nghĩa lan truyền biến động thị KINH TẾ - XÃ HỘI trường từ nước qua nước khác, cụ thể thay đổi SSL từ thị trường ảnh hưởng đến thay đổi SSL nước khác Hiện nay, thị trường phát triển ngày đóng vai trò quan trọng kinh tế tồn cầu Vì vậy, nhà kinh tế quan tâm đến thị trường phát triển mà ý đến thị trường phát triển Nghiên cứu lan tỏa SSL từ thị trường phát triển (như thị trường Mỹ) sang nước phát triển (như thị trường chứng khoán Việt Nam) đưa nhiều hàm ý quan trọng cho doanh nghiệp, nhà đầu tư nhà quản lý sách Cụ thể hơn, thị trường phát triển có mối liên hệ yếu với thị trường phát triển, nghĩa cú sốc hay thay đổi từ thị trường phát triển ảnh hưởng đến thị trường phát triển, nhà đầu tư thị trường phát triển đa dạng hóa danh mục đầu tư thơng qua đầu tư thị trường để giảm thiểu rủi ro (Li, 2007) Ngược lại, thị trường phát triển có mối liên hệ chặt chẽ với thị trường phát triển, nhà đầu tư thị trường phát triển nên tìm thị trường khác để đa dạng hóa danh mục đầu tư nhằm giảm thiểu rủi ro, nhà đầu tư thị trường phát triển dự báo rủi ro dựa vào phân tích biến động thị trường phát triển nhà làm sách thị trường phát triển cần ý vào biến động thị trường giới để quản trị rủi ro thị trường nước nhằm đảm bảo phát triển ổn định Trong thực tế, nhà đầu tư ngắn hạn dài hạn có mục tiêu đầu tư khác Các nhà đầu tư ngắn hạn (short-horizon investors) tập trung quan tâm vào tương quan suất sinh lợi cổ phiếu (stock returns) khác tần số cao (high frequencies), nghĩa biến thiên ngắn hạn (chu kỳ chuỗi liệu nhỏ), nhà đầu tư dài hạn (long horizon investors) tập trung quan tâm vào tương quan suất sinh lợi cổ phiếu (stock returns) khác 65 tần số thấp (low frequencies), nghĩa biến thiên dài hạn (chu kỳ chuỗi liệu lớn) (Gradojevic, 2013) Như vậy, việc phân tích tương quan độ biến thiên thị trường ngắn hạn dài hạn cách độc lập cần thiết cho nhà đầu tư ngắn hạn dài hạn để có thêm sở để phân tích tốt việc quản trị rủi ro đa dạng hóa danh mục đầu tư Việc phân tích tương quan chuỗi liệu ngắn hạn dài hạn thực thơng qua kỹ thuật phân tích liệu miền tần số (frequency domain) Bài báo sử dụng phân tích nhân miền tần số Breitung Candelon (2006) để phân tích lan tỏa SSL từ TTCK Mỹ sang TTCK Việt Nam Kết phân tích giúp phát mối quan hệ hai thị trường ứng với thành phần tần số khác nhau, giúp nhà đầu tư ngắn hạn dài hạn có thêm sở để định đầu tư xác Cơ sở lý thuyết Lan tỏa SSL Lan tỏa (spillover) khái niệm sử dụng để đánh giá phụ thuộc lẫn (interdependence) kinh tế Sự phụ thuộc lẫn có nghĩa thay đổi hay cú sốc (shocks), dù toàn cầu hay quốc gia, lan truyền sang nước khác kinh tế thường có mối quan hệ tài với Như vậy, lan tỏa có nghĩa lan truyền biến động thị trường từ nước sang nước khác (Ahmed S Abou-Zaid, 2011) Sự phụ thuộc lẫn SSL thị trường gọi lan tỏa SSL (return spillover) Phân tích nhân Granger (Granger Causality Test) phương pháp sử dụng rộng rãi để phát lan truyền thông tin thị trường (Ciner, 2011) Việc kiểm định lan tỏa lợi nhuận thị trường thực từ lâu với thị trường phát triển Cụ thể, Agmon (1972) 66 TẠP CHÍ KHOA HỌC ĐẠI HỌC MỞ TP.HCM – SỐ 55 (4) 2017 nghiên cứu mối liên hệ SSL thị trường Mỹ, Anh, Đức Nhật giai đoạn từ 1955 đến 1966 Sử dụng phương pháp hồi qui, nghiên cứu đưa chứng phụ thuộc SSL thị trường Anh, Đức Nhật vào thị trường Mỹ Sau đó, bối cảnh tồn cầu hóa kinh tế, nước phát triển ngày đóng vai trò quan trọng kinh tế quốc tế, nhiều nghiên cứu thực lan tỏa lợi nhuận từ nước phát triển sang nước phát triển Cụ thể, Ko Lee (1991) nghiên cứu mối liên hệ SSL Mỹ năm nước lưu vực Thái Bình Dương bao gồm Nhật Bản, Hong Kong, Singapore, Đài Loan, Hàn Quốc từ 01/1981 đến 12/1988 Kết nghiên cứu mối liên hệ chặt chẽ thị trường Nhật, Mỹ, Hong Kong Singapore, khơng có chứng mối liên hệ Đài Loan Hàn Quốc với thị trường Searat Ali cộng (2011) sử dụng phương pháp phân tích đồng tích hợp (cointegration analysis) kiểm định nhân Granger để nghiên cứu mối liên hệ thị trường Pakistan với thị trường Ấn Độ, Trung Quốc, Indonesia, Singapore, Đài Loan, Malaysia, Nhật Bản, Mỹ Anh giai đoạn 07/1998 đến 06/2008 Kết nghiên cứu thị trường chứng khốn Pakistan khơng chịu ảnh hưởng thị trường Anh, Mỹ, Đài Loan, Malaysia Singapore Như nhà đầu tư Pakistan đa dạng hóa danh mục đầu tư nhằm giảm rủi ro thông qua đầu tư thị trường Ngược lại, thị trường Pakistan chịu tác động thị trường Ấn Độ, Trung Quốc, Nhật, Indonesia chiến lược giảm thiểu rủi ro thơng qua đa dạng hóa danh mục đầu tư thị trường không mang lại hiệu Tương tự, Kharchenko Tzvetkov (2013) kiểm định hiệu ứng lan tỏa suất sinh lợi kinh tế phát triển (developed economies) kinh tế (Emerging Economies) thông qua phân tích liệu nước Trung Quốc, Nga, Ấn Độ, Pháp, Đức, Mỹ Kết nghiên cứu tác động lan tỏa suất sinh lợi chiều (uni-directional) có ý nghĩa thống kê từ thị trường phát triển (Pháp, Đức, Mỹ) lên thị trường Trung Quốc Ấn Độ; tác động lan tỏa không phát thị trường Nga Tuy nhiên, thực tế, nhà đầu tư ngắn hạn dài hạn có mục tiêu đầu tư khác Các nhà đầu tư ngắn hạn tập trung quan tâm vào tương quan suất sinh lợi cổ phiếu khác tần số cao, nghĩa biến thiên ngắn hạn (chu kỳ chuỗi liệu nhỏ), nhà đầu tư dài hạn tập trung quan tâm vào tương quan suất sinh lợi cổ phiếu khác tần số thấp, nghĩa biến thiên dài hạn (Gradojevic, 2013) Trong đó, mối quan hệ nhân (causality) khác ứng với thành phần tần số khác (Granger & Lin, 1995) Như việc phân tích tương quan SSL thị trường ngắn hạn dài hạn cách độc lập cần thiết cho nhà đầu tư ngắn hạn dài hạn có thêm sở để phân tích tốt việc quản trị rủi ro đa dạng hóa danh mục đầu tư Việc phân tích tương quan chuỗi liệu ngắn hạn dài hạn thực thơng qua kỹ thuật phân tích liệu miền tần số (frequency domain) Phân tích miền tần số Tần số số lần tượng lặp lại đơn vị thời gian Như vậy, chuỗi liệu lặp lại có tần số khác Ví dụ, hai chuỗi liệu Hình có tần số khác Chuỗi liệu bên trái lặp lại lần giây nên tần số chuỗi 4Hz, chuỗi liệu bên phải lặp lại 14 lần giây nên tần số chuỗi 14Hz Như vậy, tần số chuỗi liệu bên phải cao bên trái Nói cách khác, chuỗi liệu bên phải có biến động nhanh chuỗi liệu bên trái KINH TẾ - XÃ HỘI 67 Hình Hai chuỗi liệu với tần số khác Nguồn: http://www.indiana.edu/~emusic/acoustics/frequency.htm Mỗi chuỗi liệu tài xem tập hợp nhiều chuỗi liệu thành phần có tần số khác Khi đó, nhà đầu tư ngắn hạn trọng phân tích thành phần tần số cao (chu kỳ nhỏ), nhà đầu tư dài hạn trọng phân tích thành phần có tần số thấp (chu kỳ lớn) Một kỹ thuật giúp phân tích chuỗi liệu ứng với thành phần tần số khác phân tích liệu miền tần số (frequency domain) Mục tiêu chung phân tích liệu kinh tế miền tần số phân tách liệu chuỗi thời gian thành thành phần có tần số khác nhau, từ phát yếu tố chu kỳ chuỗi liệu kinh tế - tài thành phần xu thế, mùa vụ, chu kỳ kinh doanh; từ thực phân tích sâu phân tích tương quan, dự báo,… Phân tích liệu miền tần số kỹ thuật có từ lâu Người đặt móng cho kỹ thuật Jean Baptiste Joseph Fourier (1768-1830), nhà tốn học vật lý học người Pháp thơng qua việc thiết lập chuỗi Fourier, tảng phép biến đổi Fourier (Fourier transform) để chuyển liệu từ miền thời gian sang miền tần số Về sau, kỹ thuật phân tích liệu miền tần số phát triển áp dụng rộng rãi lĩnh vực thuộc khoa học tự nhiên kỹ thuật số học, vật lý, xử lý tín hiệu, viễn thơng, xác suất thống kê, mật mã, âm học, hải dương học, quang học, hình học nhiều lĩnh vực khác Việc áp dụng phân tích liệu miền tần số giúp ta phát đặc tính liệu mà ta khó chí khơng thể phát quan sát liệu miền thời gian Áp dụng kỹ thuật phân tích liệu miền tần số giúp phát tính chu kỳ liệu chuỗi thời gian thông qua chuyển đổi liệu sang miền tần số Ứng dụng khơng đem lại hữu ích lớn liên quan đến ngành thuộc khối công nghệ - kỹ thuật mà có ý nghĩa quan trọng lĩnh vực kinh tế Dựa vào khả nhận dạng thành phần tần số khác thông qua quan sát liệu miền tần số, kỹ thuật giúp phát thành phần lặp lại mang tính chu kỳ chuỗi liệu kinh tế Từ đó, kỹ thuật tạo sở cho ứng dụng sâu làm trơn liệu, tách tính mùa vụ hay phân tích chu kỳ kinh doanh Một ứng dụng khác thể cải thiện tính hiệu khả ứng dụng thực tiễn kỹ thuật so với phân tích miền thời gian phân tích tương quan Phân tích tương quan miền tần số giúp ta tính tốn tương quan chuỗi liệu tần số khác Điều giúp nhà đầu tư ngắn hạn dài hạn có sở để định xác tùy vào nhu cầu Đây 68 TẠP CHÍ KHOA HỌC ĐẠI HỌC MỞ TP.HCM – SỐ 55 (4) 2017 điều mà ta chưa thể làm phân tích liệu miền thời gian Dựa vào khả nhận diện thành phần tần số khác chuỗi liệu kinh tế, nhiều tác giả nghiên cứu phương pháp phân tách chuỗi thời gian thành thành phần có chu kỳ khác Đây sở cho việc nhận dạng phân tách thành phần xu thế, chu kỳ, mùa vụ chuỗi liệu thời gian Baxter King (1999) xây dựng lọc tần số để tách thành phần chu kỳ liệu kinh tế Từ đó, nhiều cơng trình nghiên cứu khác thực nhằm cải tiến ứng dụng lọc vào tình thực tiễn Ví dụ Buss (2010) đề xuất lọc Baxter-King bất đối xứng (Asymmetric Baxter-King filter) nhằm cải tiến lọc trước lọc Baxter-King đối xứng; sau Larsson Vasi (2012) thực so sánh khả tách thành phần xu lọc tần số khác dựa việc áp dụng với tập liệu kinh tế Mỹ tổng sản phẩm quốc nội (GDP), tiêu dùng (consumption), đầu tư (investment) lạm phát (inflation) Ngoài ra, nhiều lọc tần số khác xây dựng nghiên cứu (Hodrick & Prescott, 1997), (Ravn & Uhlig, 2002),… Ngồi ra, phân tích liệu miền tần số sử dụng để phân tích tương quan tần số khác Theo Granger Lin (1995), mối quan hệ nhân (causality) có khác ứng với thành phần tần số khác Trong đó, kiểm định Granger cổ điển phát điều nên việc phân tích miền tần số cần thiết, nhằm có nhìn sâu mối quan hệ nhân ứng với thành phần tần số khác Dựa vào phân tích miền tần số, ta phân tích tương quan tập liệu thành phần chu kỳ khác Điều giúp nhà đầu tư ngắn hạn dài hạn định xác hơn, sở phân tích tương quan liệu cần quan tâm ngắn hạn dài hạn Granger (1969) xây dựng phương pháp kiểm định tương quan nhân (causal relations) dựa phân tích miền tần số Từ đó, nhiều báo khác đề xuất nhiều phương pháp khác để phát triển phương pháp phân tích (Geweke, 1982), (Hosoya, 1991), (Breitung & Candelon, 2006) Dựa phương pháp này, nhiều nghiên cứu tiếp tục thực nhằm nghiên cứu tương quan nhân chuỗi số liệu kinh tế kinh tế khác Yanfeng (2013) dựa vào kỹ thuật phân tích tương quan miền tần số phát triển để phân tích tương quan giá dầu kinh tế Nhật Bản Bằng kỹ thuật phân tích miền tần số, báo có tương quan phi tuyến giá dầu biến sản lượng công nghiệp, số giá tiêu dùng (CPI) tần số thấp, tần số cao, tương quan phi tuyến phát giá dầu tỷ lệ thất nghiệp Trên sở đó, tác giả cho giá dầu chứa nhiều thơng tin hữu ích tốt để dự báo sản lượng công nghiệp, số giá tiêu dùng tỷ lệ thất nghiệp tần số thấp Tác giả kết luận giá dầu có khuynh hướng ảnh hưởng đến kinh tế Nhật Bản tần số thấp, nghĩa cú sốc (shock) giá dầu không tác động đến kinh tế Nhật Bản Điều hàm ý khuyến nghị nhà làm sách Nhật Bản nên tập trung vào tác động dài hạn để đối phó với cú sốc giá dầu Chan cộng (2008) dùng kỹ thuật phân tích miền tần số để nghiên cứu mối liên hệ thị trường Mỹ thị trường Hong Kong giai đoạn từ 01/1991 đến 05/2006 Nghiên cứu kết luận mối quan hệ nhân (causal relationship) thị trường thay đổi ứng với thành phần tần số khác Cụ thể, nghiên cứu trước khủng hoảng tài châu Á (1997), tồn mối liên hệ chiều thị trường ứng với thành phần chu kỳ dài, hay nói cách khác thành phần tần số thấp Còn sau KINH TẾ - XÃ HỘI khủng hoảng tài châu Á sau kiện khủng bố 11/9, có tác động chiều từ thị trường Mỹ sang thị trường Hong Kong ứng với thành phần chu kì ngắn (thành phần tần số cao) Tương tự vậy, Gradojević (2013) sử dụng kỹ thuật phân tích liệu miền tần số để phân tích tương quan nhân (causality) suất sinh lợi cổ phiếu thị trường chứng khoán Serbia, Croatia, Slovenia, Hungary Đức Nghiên cứu sử dụng phương pháp phân tích nhân miền tần số Breitung Candelon (2006) để kiểm định mối liên hệ lợi nhuận thị trường dựa số BELEX 15, CROBEX, CETOP, SBITOP, DAX đại diện cho thị trường Serbia, Croatia, Hungary, Slovenia, Đức Kết nghiên cứu mối liên hệ thị trường, tất thành phần tần số Ví dụ, suất sinh lợi số DAX có tác động lên số BELEX 15 thành phần chu kỳ từ đến 11 ngày Gần đây, Ozer Kamisli (2016) sử dụng phương pháp phân tích nhân miền tần số Breitung & Candelon (2006) để phân tích lan tỏa biến thiên suất sinh lợi cổ phiếu lên lãi suất tỷ giá Thổ Nhĩ Kỳ Kết nghiên cứu xác nhận tượng lan tỏa độ biến thiên có ý nghĩa thống kê từ suất sinh lợi cổ phiếu lên lãi suất tỷ giá đồng EURO Thổ Nhĩ Kỳ trung dài hạn, lên tỷ giá đồng USD ngắn trung hạn; lan tỏa từ tỷ giá USD lên suất sinh lợi cổ phiếu ngắn hạn Như vậy, mối quan hệ nhân (causality) khác ứng với thành phần tần số khác (Granger & Lin, 1995) nên việc phân tích nhân miền tần số điều cần thiết để có nhìn sâu mối quan hệ Vì vậy, báo sử dụng phân tích nhân miền tần số Breitung Candelon (2006) để phân tích lan tỏa SSL từ thị trường Mỹ sang thị trường Việt Nam, từ giúp nhà đầu tư ngắn hạn dài hạn có thêm sở việc định 69 Dữ liệu phương pháp nghiên cứu Dựa phương pháp nghiên cứu Gradojevic (2013), Chan cộng (2008), Ciner (2011), Ozer Kamisli (2016), nghiên cứu đánh giá lan tỏa SSL kiểm định nhân Granger; sau đánh giá sâu tác động thơng qua phương pháp phân tích nhân miền tần số Breitung Candelon (2006) Dữ liệu nghiên cứu Dữ liệu sử dụng để phân tích số tổng hợp theo ngày S&P 500 (đại diện cho thị trường chứng khoán Mỹ) VN-Index (đại diện cho thị trường chứng khoán Việt Nam) giai đoạn từ 01/01/2012 đến 31/12/2015 Nghiên cứu thực đồng thời gian hai chuỗi liệu cách vào ngày liệu thị trường (các ngày nghỉ lễ thị trường), số liệu lấy với ngày trước Sau hiệu chỉnh, chuỗi liệu có 1.044 quan sát SSL cổ phiếu thị trường tính tốn theo cơng thức: ( ) Trong đó: ( ) logarithm tự nhiên , số thị trường thời điểm Cụ thể số S&P 500 (đại diện cho thị trường chứng khoán Mỹ) VN-Index (đại diện cho thị trường chứng khoán Việt Nam) Dữ liệu SSL kiểm tra tính dừng thơng qua kiểm định Augmented DickeyFuller (ADF) phương pháp nhân Granger để kiểm định lan tỏa lợi nhuận Kiểm định nhân Granger Granger (1969) xây dựng lý thuyết để kiểm định mối tương quan “nhân quả” (causality) chuỗi liệu Phương pháp đánh giá biến x tác động lên y dựa việc kiểm định xem biến y giải thích giá trị y khứ giá trị có độ trễ x Biến y xem kết Granger x (Granger-caused by x) x 70 TẠP CHÍ KHOA HỌC ĐẠI HỌC MỞ TP.HCM – SỐ 55 (4) 2017 góp phần dự báo giá trị y, hay nói cách khác hệ số biến trễ x có ý nghĩa thống kê Kiểm định nhân Granger (Granger Causality test) theo mô hình VAR có dạng sau (Gujarati, 2004) decomposition) , ( ) Giả sử hệ thống dừng, ta biểu diễn dạng MA sau: ( ) ( ) ( ) [ ][ ] ( ) ( ) yt  0  1 yt 1   l yt l  1xt 1   l xt l   t xt  0  1xt 1   l xt l  1 yt 1   l yt l  ut kiểm định: 1  2   l  cho phương trình Giả thuyết H0 là: x không tác động nhân Granger lên y (x does not Granger-cause y) phương trình hồi quy bên y không tác động nhân Granger lên x (y does not Grangercause x) phương trình hồi quy bên Như vậy, phương trình phía (y biến phụ thuộc), giả thuyết H0 bị bác bỏ nghĩa x tác động nhân Granger lên y Như vậy, dùng kiểm định nhân Granger chuỗi liệu SSL hai thị trường giúp xác định mối liên hệ chiều tác động hai thị trường chứng khoán Mỹ Việt Nam Phân tích nhân miền tần số Phần giới thiệu phương pháp phân tích nhân miền tần số đề xuất (Breitung & Candelon, 2006), dựa phương pháp (Geweke, 1982) (Hosoya, 1991) [ ] vector chuỗi thời Cho gian chiều với Giả sử trình bày dạng phương trình VAR có bậc hữu hạn: ( ) ( ) đa thức trễ ( lag polynomial) với Giả sử vector lỗi (error vector) nhiễu trắng (white noise) với ( ) ( ) , xác định dương (positive definite) Tiếp theo, đặt G ma trận tam giác bên (lower triangular matrix) phân tách Cholesky (Cholesky ( ) ( ) ( ) [ ( ) ][ ( ) ] ( ) ( ) ( ) Trong ( ) Hàm mật độ phổ (spectral density) có dạng ( ) {| ( )| | ( , với tần số )| } chu kỳ chuỗi liệu Geweke (1982) Hosoya (1991) đề xuất phương pháp đo nhân sau: ( ) [ | ( ) ] ( )| [ | | ( ( )| ] )| ( ) Ta có | ( )| , đó, ta kết luận khơng nguyên nhân tần số Breitung Candelon (2006) kiểm định giả thuyết không nguyên nhân tần số qua việc kiểm định giả thuyết không (null hypothesis) sau: ( ) Áp dụng công thức ( ) ( ) | ( )| ( ) ( ) (trong phần tử bên đường chéo ma trận | ( )| định thức (determinant) ( )) để biểu diễn giả thuyết không (null hypothesis) sau: | ( )| |∑ ( ) ∑ ( )| phần tử vị trí ( ) Như vậy, điều kiện cần đủ để KINH TẾ - XÃ HỘI | ( )| ] và: ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) Giá trị thống kê F thông thường (ordinary F statistic) cho biểu thức xấp xỉ phân ) với ( ) phối ( Như vậy, ta sử dụng phân phối ( ) để kiểm định nhân tác ( ) động lên (kiểm định giả thuyết ) với tần số Kết nghiên cứu Thống kê mô tả Một số kết thống kê mơ tả liệu trình bày Bảng Trong là: ∑ ( ) ∑ ( ) Đơn giản đẳng thức cách đặt Khi đó, phương trình VAR cho có dạng: ( ) Giả thuyết tương đương với ràng buộc tuyến tính (linear restriction): ( ) 71 [ Bảng Thống kê mô tả SSL thị trường Trung bình (Mean) S&P500 0.000466 VN-Index 0.000478 Trung vị (Median) 0.000195 0.000101 Độ lệch chuẩn (Std Dev) 0.007916 0.011053 Độ nghiêng (Skewness) -0.256127 -0.609907 Độ nhọn (Kurtosis) 5.054130 5.787362 Nguồn: tính tốn tác giả Từ kết trên, ta thấy giá trị trung bình SSL hai thị trường dương, nhiên giá trị nhỏ Điều hợp lý thời kì nghiên cứu giai đoạn phục hồi thị trường sau giai đoạn khủng khoảng kinh tế giới Độ nghiêng (Skewness) hai thị trường chứng khoán âm chứng tỏ phân bố SSL thị trường bất đối xứng có ‘đi trái dài’ (long left tail) Độ nhọn (Kurtosis) hai sàn lớn chứng tỏ phân bố liệu ‘nhọn’ (peak) so với phân bố chuẩn Kiểm định tính dừng chuỗi liệu Kiểm định tính dừng liệu kiểm định Augmented Dickey-Fuller (ADF) Kết Bảng Bảng Kiểm định ADF thị trường Giả thuyết H0 t-Statistic Kết luận Nguồn: tính tốn tác giả S&P500 VN-Index Chuỗi không dừng Chuỗi không dừng -31.79130 -30.07468 Bác bỏ mức 1% Bác bỏ mức 1% TẠP CHÍ KHOA HỌC ĐẠI HỌC MỞ TP.HCM – SỐ 55 (4) 2017 72 Kết kiểm định cho thấy giả thiết H0 bị bác bỏ mức ý nghĩa 1%, nghĩa hai chuỗi liệu dừng Như vậy, ta thực kiểm định nhân Granger hai chuỗi liệu Kiểm định tác động lan tỏa SSL thị trường Dùng tiêu chuẩn AIC, nghiên cứu xác định bậc phù hợp mơ hình VAR hai chuỗi liệu SSL S&P 500 VN-Index Từ đó, nghiên cứu thực kiểm định nhân Granger với độ trễ Kết kiểm định Bảng Bảng Kiểm định tác động lan tỏa thị trường Giả thuyết H0 Kiểm định nhân Granger SSL TTCK Mỹ không tác động SSL TTCK Việt Nam không tác nhân Granger lên SSL TTCK động nhân Granger lên SSL Việt Nam TTCK Mỹ F-Statistic Kết luận 34.3253 0.26645 Bác bỏ mức 1% Không bác bỏ mức 10% Nguồn: tính tốn tác giả Từ kết Bảng 3, ta thấy SSL TTCK Mỹ có tác động lan tỏa lên SSL TTCK Việt Nam, khơng có chiều ngược lại, nghĩa TTCK Việt Nam khơng có tác động lan tỏa lên TTCK Mỹ Điều phù hợp với thực tế Mỹ quốc gia có kinh tế lớn giới gây ảnh hưởng đến nước phát triển Việt Nam Tuy nhiên, mối quan hệ nhân (causality) khác ứng với thành phần tần số khác (Granger & Lin, 1995) Vì vậy, báo sử dụng phương pháp nhân miền tần số Breitung Candelon (2006) để có phân tích xác Phân tích nhân miền tần số Áp dụng phương pháp phân tích nhân miền tần số Breitung Candelon (2006) để phân tích tác động lan tỏa SSL từ TTCK Mỹ sang TTCK Việt Nam, kết ứng với 10 tần số khác khoảng giá trị ( ) trình bày Bảng 4: Bảng Kiểm định nhân miền tần số Giả thuyết H0: SSL TTCK Mỹ không tác động nhân Granger lên SSL TTCK Việt Nam Tần số ω 0.010000 F-Statistic 35.378 Kết luận Bác bỏ mức 1% 0.35667 35.306 Bác bỏ mức 1% 0.70333 35.073 Bác bỏ mức 1% 1.0500 34.841 Bác bỏ mức 1% 1.3967 35.208 Bác bỏ mức 1% 1.7433 35.593 Bác bỏ mức 1% KINH TẾ - XÃ HỘI 73 Giả thuyết H0: SSL TTCK Mỹ không tác động nhân Granger lên SSL TTCK Việt Nam Tần số ω 2.0900 F-Statistic 35.684 Kết luận Bác bỏ mức 1% 2.4367 35.700 Bác bỏ mức 1% 2.7833 35.722 Bác bỏ mức 1% 3.1300 35.732 Bác bỏ mức 1% Nguồn: tính tốn tác giả Kết nghiên cứu trình bày Bảng cho thấy giá trị thống kê F-Statistic ứng với thành phần tần số khác khác Đây chứng ủng hộ cho nhận định Granger Lin (1995) mối quan hệ nhân (causality) khác ứng với thành phần tần số khác Tuy nhiên, khác biệt chưa đáng kể, làm cho giả thuyết H0 bị bác bỏ tất thành phần tần số Như vậy, giá trị thống kê có giá trị khác ứng với thành phần tần số khác nhau, SSL TTCK Mỹ có tác động lan tỏa lên TTCK Việt Nam tất thành phần tần số Nói cách khác, TTCK Mỹ có tác động lên TTCK Việt Nam ngắn hạn lẫn dài hạn Như vậy, nhà đầu tư ngắn hạn dài hạn cần ý đến biến động TTCK Mỹ để định đầu tư hợp lý TTCKViệt Nam Kết luận Trong bối cảnh tồn cầu hóa nay, hệ thống tài nước giới có phụ thuộc tác động qua lại lẫn Nghiên cứu lan tỏa SSL giúp đánh giá mối quan hệ SSL thị trường, làm sở để nhà đầu tư định xác dự báo đa dạng hóa danh mục đầu tư Ngồi ra, nhà đầu tư ngắn hạn dài hạn có mục tiêu đầu tư khác Các nhà đầu tư ngắn tập trung quan tâm vào tương quan suất sinh lợi cổ phiếu tần số cao, nghĩa biến thiên ngắn hạn (chu kỳ chuỗi liệu nhỏ), nhà đầu tư dài hạn tập trung quan tâm vào tương quan suất sinh lợi cổ phiếu khác tần số thấp, nghĩa biến thiên dài hạn (chu kỳ chuỗi liệu lớn) Hơn nữa, mối quan hệ nhân (causality) khác ứng với thành phần tần số khác Vì vậy, việc phân tích nhân miền tần số cần thiết, nhằm giúp nhà đầu tư ngắn hạn dài hạn có thêm thơng tin để định xác Nghiên cứu sử dụng liệu ngày số S&P 500 TTCK Mỹ VN-Index TTCK Việt Nam giai đoạn từ 01/01/2012 đến 31/12/2015, sử dụng kiểm định nhân Granger phân tích nhân miền tần số để kiểm định tác động lan tỏa SSL thị trường ứng với thành phần tần số khác Kết nghiên cứu cho thấy có lan tỏa SSL từ TTCK Mỹ sang TTCK Việt Nam, khơng có chiều ngược lại Ngồi ra, kết nghiên cứu cho thấy giá trị thống kê F-Statistic ứng với thành phần tần số khác khác Đây chứng ủng hộ cho nhận định Granger Lin (1995) mối quan hệ nhân (causality) khác ứng với thành phần tần số khác Tuy nhiên, khác biệt chưa đáng kể, làm cho giả thuyết H0 bị bác bỏ tất thành phần tần số Như vậy, SSL TTCK Mỹ có tác động lan tỏa lên TTCK Việt Nam tất thành phần tần số Vì vậy, nhà đầu tư ngắn hạn dài hạn cần ý đến biến động TTCK Mỹ để định đầu tư hợp lý TTCK Việt Nam 74 TẠP CHÍ KHOA HỌC ĐẠI HỌC MỞ TP.HCM – SỐ 55 (4) 2017 Tài liệu tham khảo Agmon, T (1972) The Relations Among Equity Markets: A Study of Share Price Co-Movements in the United States , United Kingdom , Germany and Japan The Journal of Finance, 27(4), 839–855 Ahmed S Abou-Zaid (2011) Volatility Spillover Effects In Emerging MENA Stock Markets Review Of Applied Economics, 7(1–2) Ali, S., Butt, B Z., & Kashif ur Rehman (2011) Comovement Between Emerging and Developed Stock Markets: An Investigation Through Cointegration Analysis World Applied Sciences Journal, 12(4), 395–403 Baxter, M., & King, R G (1999) Measuring Business Cycles : Approximate Band-Pass Filters For Economic Time Series The Review of Economics and Statistics, 81(November), 575–593 Breitung, J., & Candelon, B (2006) Testing for short- and long-run causality : A frequency-domain approach Journal of Econometrics, 132, 363–378 http://doi.org/10.1016/j.jeconom.2005.02.004 Buss, G (2010) Asymmetric Baxter- King filter Scientific Journal of Riga Technical University, 42, 95–99 Chan, L., Lien, D., & Weng, W (2008) Financial interdependence between Hong Kong and the US : A band spectrum approach International Review of Economics and Finance, 17, 507–516 http://doi.org/10.1016/j.iref.2007.02.001 Ciner, C (2011) International Review of Financial Analysis Information transmission across currency futures markets : Evidence from frequency domain tests International Review of Financial Analysis, 20(3), 134– 139 http://doi.org/10.1016/j.irfa.2011.02.010 Geweke, J (1982) Measurement of Linear Dependence and Feedback Betwveen Multiple Time Series Journal of the American Statistical Association, 77(378), 304–313 Gradojevic, N (2013) Causality between Regional Stock Markets: A Frequency Domain Approach Panoeconomicus, 76(February 2012), 633–647 http://doi.org/10.2298/PAN1305633G Granger, C W J (1969) Investigating Causal Relations by Econometric Models and Cross-spectral Methods Econometrica, 37(3), 424–438 Granger, C W J., & Lin, J (1995) Causality in the long run Econometric Theory, 11(3), 530–536 Gujarati (2004) Basic Econometrics The McGraw−Hill Hodrick, R J., & Prescott, E C (1997) Postwar U S Business Cycles: An Empirical Investigation Journal of Money, Credit and Banking, 29(1), 1–16 Hosoya, Y (1991) The decomposition and measurement of the interdependency between second-order stationary processes Probability Theory and Related Fields, 88, 429–444 Kharchenko, I & P T (2013) Estimation of Volatilities and Spillover Effects Between Developed and Emerging Market Economies Master Thesis Ko, K.-S., & Lee, S.-B (1991) A comparative analysis of the daily behavior of stock returns : Japan , the US and the Asian NICS Journal of Business Finance & Accounting, 18(January), 219–234 Larsson, G., & Vasi, T (2012) Comparison of detrending methods Uppsala University Li, H (2007) International linkages of the Chinese stock exchanges: a multivariate GARCH analysis International linkages of the Chinese stock exchanges: a multivariate GARCH analysis Applied Financial Economics, 17, 285–297 http://doi.org/10.1080/09603100600675557 Ozer, M., & Kamisli, M (2016) Frequency Domain Causality Analysis of Interactions between Financial Markets of Turkey International Business Research, 9(1), 176–186 http://doi.org/10.5539/ibr.v9n1p176 Ravn, M O., & Uhlig, H (2002) Notes on adjusting the Hodrick-Prescott filter for the frequency of observations The Review of Economics and Statistics, 84(May), 371–380 Yanfeng, W (2013) The Dynamic Relationships between Oil Prices and the Japanese Economy: A Frequency Domain Analysis Review of Economics & Finance, (1993), 57–67 ... Granger để kiểm định tác động lan tỏa độ biến thiên Kết nghiên cứu cho thấy tác động lan tỏa có ý nghĩa thống kê từ TTCK Mỹ lên TTCK Việt Nam Từ khóa: GARCH, độ biến thiên, lan tỏa độ biến thiên, thị... diversification) phù hợp Lan tỏa độ biến thiên (volatility spillover) khái niệm sử dụng để đánh giá phụ thuộc lẫn (interdependence) thị trường Theo Abou-Zaid (2011), lan tỏa có nghĩa lan truyền biến động... kinh tế thường có mối quan hệ tài với Như vậy, lan tỏa có nghĩa lan truyền biến động thị trường từ nước sang nước khác (Abou-Zaid, 2011) Từ đó, lan tỏa độ biến thiên (volatility spillover) khái

Ngày đăng: 02/08/2019, 13:21

Từ khóa liên quan

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan