CÁCKHÁINIỆM
Biếnđộngcùnghướng(co-movement)vàlâylan(contagion)4 2.1.2 Cơchếliênkếtcácquốcgia(linkages)
Vậnđộngcùnghướngcóthểhiểunhưlàsựbiếnđộnggiốngnhau,cùngchiềutănggiảm.Nóc ũnglàsựphụthuộcchéo(interdependence).
Khôngc ó mộtđ ị n h n g h ĩ a thốngnhấtc h o k h á i n i ệ m lâyl a n t à i c h í n h ( f i n a n c i a l c o n t a g i o n ) , tuynhiênWorldBankđưara3địnhnghĩatheomứcđộchặtchẽ.
- Mứcđộtổngquát,lâylantàichínhlàsựlantruyềncáccúsốchayđơngiảnhơnlàhiệ uứnglantoảxuyênquốcgia.Lâylancóthểdiễnraởcảởthờikỳ“ tố t ” hay“ x ấ u ” L âyl a n t à i c h í n h k h ô n g n h ấ t t h i ế t p h ả i g ắ n v ớ i k h ủ n g hoảng,tuy nhiêntronglýthuyết,ngườitahaynhấnmạnhsựlantỏaquacácthờikỳkhủnghoảng.
- Mứcc h ặ t c h ẽ , lâylant à i c h í n h l à s ự t r u y ề n dẫnc á c c ú s ố c haytínhc h ấ t t ư ơn g quanchéogiữacác quốcgiathôngqua mộtcơchếliênkếtnàođó, giốngnhưcơchếlâybệnhtrongyhọc.
CũngtheoWorldBank,sởdĩcósựlâylanvàbiếnđộngcùnghướnggiữacácquốcg i a làdocóc ơchếtruyềndẫnquacácmốiliênkết.Cóbanhómliênkếtcơbản.
- Liênk ế t t à i c h í n h (financiall i n k a g e s ) : L i ê nkếtt à i c h í n h t ồ n tạig i ữ a h a i q u ố c giakhihaiquốcgia cùngđượckếtnốiquamộthệthốngtàichính quốc tế.Vídụ,mộtđịnhchếquốccótàitrợbằngvốn vay,khitàisảncủahọởmộtq u ố c giabịgiảmgiáhoặcchịumộtcúsốccóảnhhưởn gtiêucực,địnhchếđ óbuộcphải bán tài sảncủa họ ởmộtquốcgiakhác khôngbịảnhhưởngbởicúsốcấyđểcóvốndựphòng.Hànhđộngnàytácđộngnh ưsựnhângiốngh ay truyềndẫncúsốctừquốcgiabanđầusangcácquốcgiakhác.
- Liênkếtthực(reallinkages):Là loại liên kếtkinhtế cơbản chủyếugiữacácquốcgia,thôngquahoạtđộngthươngmạiquốctếvàđầutưtrự ctiếpnướcngoài(FDI).Giữacácquốcgiacóquanhệthươngmại,nếumộtb êngiảmgiáđồngtiềnđểtạolợithếsovớicácquốcgiakhácsẽkíchthíchmộtcuộ cchạyđuatươngtựbởicácquốcgianàyđểlấylạilợithế.Mộtcúsốckícht h í c h khủnghoảngởchínhquốclàmchohoạtđộngđầutưsuygiảmkhiếncáccôn gtyđaquốcgiacũngphảithuhẹpđầutưởcácquốcgiakhông/ chưachịuảnhhưởng.Hậuquảlàsựlâylansuygiảmđầutưtừmộtquốcgiasangc á c q uốcgiacómốiliênkếtnày.
- Liênk ế t c h í n h trị( p o l i t i c a l l i n k a g e s ) : M ố il i ê n k ế t nàyí t đ ư ợ c n h ắ c đếntronglýthuyếtsovớihaimốiliênkếttrên.Nótồntạikhimộtquốcgiacót h am giamộth iệ pư ớch ay câulạcbộ vớicácr àn gb uộc về ki nh tếch ín h trịc hẳnghạnnhưcơchếđồngtiềnchung.
TỔNGQUANTÀILIỆU
Nghiênc ứ u , bằngc h ứ n g v ề t ồ n tạil â y l a n ( c o n t a g i o n ) , đ ồ n g bi ến( co - m o ve m en t ) giữacácthịtrườngchứngkhoán
Trongmấychụcnămqua,lýthuyếttàichínhđãghinhậnsựbiếnđổicùnghướngg i ữ a cácthịtrườngchứngkhoánquốctế.TheoForbesandRigobon(1999),nghiêncứ u kiểm địnhsựtồntạicủasựlâylan thậmchícònnhiềuhơnlýthuyếtnghiên cứug iảithíchcơchếlâylan.Cóbốnphươngpháptiếpcậnđịnhlượng:Phântíchtươngq u a n chéogiữacácthịtrường(crossmarketcorrelationanalysis),môhìnhphươngs a i tha yđổicóđiềukiệntựhồiquytổngquátGARCH,đồngliênkết(co- integration),vàprobit.Hầuhếtcácnghiêncứuđềchỉracósựlâylantrongthờikỳk h ủ n gho ảng.
Kiểmđịnhdựatrêntươngquanchéogiữa cácquốcgiađượcsửdụngnhiềunhất.P h ư ơ n g phápnàyđolườngtươngquansongphươngtrongthờikỳổnđịnhvàkiểmđịnhsosán hvớitươngquantrongvàsauthờikỳkhủnghoảng.Nếuhệsốtươngq u an saunàytă ngđángkểsovớitrướcđóthìchứngtỏtồntạisựlâylanhaytồntạisựđồngbiến.
KingandWadhwani(1990)kiểmđịnhhệsốtươngquanchéogiữacácthịtrườngMỹ, NhậtvàAnhchothấyhệsốnàytăngđángkểsauđổvỡcủathịtrườngMỹ.Leean d Kim(1993)d ùngphươngpháptươngtự,nhưngmởrộngvới12thịtrườngchothấyt r ư ớ c đ ổ v ỡ thịt r ư ờ n g Mỹ1 9 8 7 , hệsốt ư ơ n g q u a n t r u n g b ì n h l à 0 2 3 , s a u 1 98 7, nó tăn g lên 0.39,tất nhiêncókiểmđịnhđể khẳng định 2 consốnàykhácbiệtcó ýnghĩathốngkê.Solniketal.
(1996)nghiêncứutươngquanthịtrườngchứngk h o á n Mỹvàcácquốcgialớnkhá cchothấydaođộngthịtrường(volatility)cóxuh ư ớ n g lâylanvà mứcđộtươngquan( correlation)tăngcao trong thờikỳcódaođ ộ n g mạnh.Hamaoet al.
(1990)ghinhậnsựlantoảcủathayđổi và daođộnggiátừt h ị trườngchứngkhoánMỹvàAnhvớithịtrườngNhật.Hiệuứngđól àhiệuứngh a i chiều,so ng chiềutừ thịtrườngMỹvàA n h qua Nhậtmạnhhơnnhiề uso vớichi ều n g ư ợ c lại.K ế t q u ả t ư ơ n g t ự c ũ n g đ ư ợ c khẳngđ ị n h t r o n g n g h i ê n c ứ u c ủ a L o n g i n andSolnik(1995),hệsốtươngquantăngtrongvàsaukhủnghoảng
.RamchandandSusmel(1998) chothấyhệsốtương quan củathịtrườngMỹvớicáct h ị trườngchínhkháctăngkhoảng2.5đến3lầnởthờikỳkhủnghoảng
Phươngphápthứhai:ARCHhayGARCHcũng hayđượcdùng.Phươngphápnàyđ o lường cơchếlantoảvariancevàcovariance(variance,covariancematrix).
(1990)bằngcáchnàyđãchothấybằngchứngvềs ự lâyl a n s a u sựk i ệ n 1 9 8 7 củac h ứ n g k h o á n Mỹtớic á c q u ố c g i a L o n g i n a n d S o l n i k (1995)chothấymatrậnvariance,covariancekhôngổnđịnhtheothờigianmànócóxuhướngtăngtrongvàsauthờikỳ cókhủnghoảng.Savva(2009)bằng môhìnhGARCHvớidynamicconditionalcorrelationđãtìmravàđolườngđượcmức độlantoả(spillover)biếnđộnggiágiữathịtrườngMỹvớicácnướcChâuÂuth eo từngcặ p(lantoảMỹ→ChâuÂuvàngượclại).C h o andParhizgari(2008)n g h i ên cứu14t hịtrườngcổphiếuĐôngÁbằngDDCGARCHchokếtluậncótồntạisựlâylantàichính.
(2004)lạichothấysựlantoả,đặcbiệtlàtừcáctrungtâmkinhtếthếgiớisauk h ủ n g ho ảngk i n h tếchâuÁ tớithịt r ư ờ n g chứng k h o á n I s t a n b u l L a t h a RamchandandR aulSusmel(1998) chothấyhệsốtươngquancủathịtrườngMỹvớicácthịtrườn gchínhkháctăngkhoảng2.5đến3lầnởthờikỳcóvariancehayc o v a r r i a n c e cao.Bou azizetal.(2012)xemxétthờikỳkhủnghoảngMỹ2007-
2008quamôhìnhDCCGARCHchothấytươngquantăngđángkểsaukhủnghoảng,nólà m i n h c h ứ n g c h o t h ấ y c ó s ự lâylan K ế t q u ả t ư ơ n g t ự c ũ n g đ ư ợ c H w a n g e t a l. (2010)k hẳ n g định.C e l ı k ( 2 0 1 2 ) c h o thấycótồnsựl a n t o ả t r o n g t h ờ i kỳkhủngh o ả n g thịtrườngMỹgiaiđoạn2007-
2008tớihầuhếtcácthịtrườngquantrọng,mẫub a o g ồ m c á c n ư ớ c h ộ i n h ậ p (emerging) v à c á c n ư ớ c p h á t triển( d e v e l o p e d ) , c á c n ư ớ c hộinhậpchịutácđộngnhiềuhơn.
( 2 0 1 1 ) n g h i ê n c ứ u s ự p h ụ thuộcc ủ a t h ị t r ư ờ n g c h ứ n g k h o á n T r u n g Q uốcvớicác thịtrườngquốc tếtrongbối cảnhk in h tếTQngàycànghộ inhập vớiki nhtếthếgiớichothấybiếnđộngthịtrườngTrungQuốcphụthuộclớnn h ấ t vàothịtrường NhậtvàcácquốcgiaChâuÁTháiBìnhDương.
(2014)nghiêncứuchứngkhoáncáccôngtytàichínhMỹvàAu st r a l i a c h o thấytrong t h ờ i g i a n k h ủ n g hoảng,t ư ơ n g q u a n c ó đ i ề u kiện( c o n d i t i o n a l correlation)giữaha ithịtrườngnàycaohơnsovớithờikỳbìnhyên.
(1994)dùngJohansencointegrationtestvớicácchỉsốchứngkhoánMỹ,Canada,Anh,Pháp,Đức,Nhậtcho thấychúngcótínhđồngliênkết.Tínhliênkếtcàngmạnhk hithịtrườngcàng hộinhập,tựdohoávàtoàncầuhoáthịtrườngtàichính.Cácnghiêncứunhưnàycũngc óthểkểđếnYangandLim(2004),KarmannandHerrera(2014).
Yunus (2013)sửdụngphươngphápđồngliênkết đệquy(recursiveconintegration)đ ể phântíchtínhđồngphụthuộc (interdepende nce)giữa các thịtrường BắcMỹ,ChâuÂu,NamMỹ,vàChâuÁ.Kếtquảchothấycácthị trườngnàyđồngphụthuộc(cũ ng làđồngliênkết)vàmứcđộngàycàngtăngtheothờigi an;cáccuộckhủngh o ả n g haycúsốcchínhlànhântốkíchthíchsựhộitụ(đồngbiế n,biếnđổicùnghư ớn g) giữacácthịtrường.
Phươngphápprobitt h ì kháchẳnsovớicác phươngpháptrên.Nó khôngđolườnghệsốmà chẳng hạn kiểmđịnhcáchcác thị trườngphảnứng vớicùngmộtthôngtint h ư ờ n g n h ậ t ( d a i l y n e w s ) B ằ n g c á c h nàyB a i g a n d G o l d f a j n ( 1 9 9 8 ) n g h i ê n c ứ u p h ả n ứngcủacácthịtrườngđốivớitinthườngnhậttừ mộtthịtrườngvàchothấycónhiềutintácđộngkhôngchỉđếnthịtrườngmộtnước banđầumàcònlantoảả n h hưởngtớicácnướckháctronggiaiđoạnkhủnghoảngchâuÁ199 7-1998.
Các phương pháp VAR được sử dụng phổ biến trong nghiên cứu mối quan hệ giữa các thị trường chính trên thế giới Ozdemir (2009) đã chỉ ra rằng mối liên hệ giữa các thị trường Mỹ, Đức, Nhật Bản và Anh Quốc là khá ổn định và có ý nghĩa thống kê đối với sự lan tỏa giá cả Kima và Yoon (2002) nhận thấy rằng Australia và các thị trường châu Á có tính liên kết ngày càng cao sau khủng hoảng, ngoại trừ Malaysia Dunis và Shannon (2005) sử dụng cả cointegration và VAR để thấy rằng các thị trường châu Á và các thị trường mới nổi ngày càng liên kết mạnh với thị trường Nhật Bản, nhưng lại ít liên kết hơn với thị trường Mỹ và Anh theo thời gian Yilmaz (2010) nghiên cứu thị trường Đông Á cho thấy hiệu ứng lan tỏa ngày càng tăng và bùng nổ nhất trong thời kỳ khủng hoảng.
(2013)nghiêncứuthịtrườngchứngkhoánMỹvàChâuÁchothấyMỹlàbạnhànglớnv àlànhàcungcấptàich ín h lớnchoChâuÁ,thịtrườngChâuÁkhônghềmiễnnhiễm vớicáccúsốctừt h ị trườngMỹ.
Autoregressive)nghiêncứusựlantoảcủagiácổphầncủa6trịtrường:Mỹ&5quốcgiaChâu ÁTháiBìnhDương,nhómtácgiảchothấy:mứcđộphụthuộcngàycànglớngiữacácthịtrư ờngkểtừsaukhủngh o ản g 1987;Thị trườngMỹđóngvaitròdẫndắtcácthịtrườngcòn lại,trongkhithịt r ư ờ n g Nhật–
YangandLim(2004)vớiphươngphápVARchothấyt r o n g thờikỳk h ô n g ổnđịnh,c á c th ịtrườngcóxuhướngbiếnđộngcùngchiều.Mộtbiếnđộngởquốcgianàycótác độnglantoả tớithịtrườngquốcgiakhácvìthếtrởthànhnguồngốccủasựbấtổ n
VARđãtìmrarằngmứcđộhộinhậpkinhtếtài chínhcácquốcgiacótácđộngđếnsựbiếnthiê ncùngchiềugiữacácthịtrườngchứngkhoán.Trongkhihộinhậpvềkinhtế(yếutốkinhtế vĩmô)cótácđộngđếnt hịtrườngchứngkhoánquacácúsốckinhtếthìsựhộinhậptàichín hlạitácđộngthôngquasựlantoảcáccúsốctàichính.
Các phương pháp và mô hình khác cũng được thực hiện, chẳng hạn như mô hình truyền thông tin nước ngoài (FIT) Ibrahim và Brzeszczynski (2009) tìm ra cơ chế lan tỏa thông tin từ thị trường trực tiếp qua các thị trường khác, đồng thời vẫn có những thị trường gần không chịu ảnh hưởng bởi cơ chế này Loh (2013) lại sử dụng phương pháp wavelet coherence để nghiên cứu sự phụ thuộc lẫn nhau giữa thị trường Mỹ, Châu Âu và Châu Á Thái Bình Dương Kết quả cho thấy có tồn tại sự đồng biến (comovement) trong dài hạn.
Trongtấtcảcácphươngphápnghiêncứutrên,cáctácgiảkiểmđịnh đượccótồntạih a y khôngtínhbiếnđổi cùnghướnghaytínhliênphụthuộc(interdependence)giữac á c thịtrườngchứngkhoán vàmứcđộphụthuộcđónhưngchưađưarađượckết quảđịnhlượngđểtrảlờicâuhỏicáigìtạonênsựđồngbiếnhaytínhliênkết,phụthuộcấ y.
Nghiêncứu thựcnghiệmvềcácyếutốquyếtđịnhđến tínhđồng biến( co-
Phươngphápspatialeconometricslà mộtsảnphẩmkếthợpcủakhoahọcđịalývớ ikinhtế.Đặcđiểmnổibậtcủaspatialeconometricslànghiêncứuhiệuứngtươngtác giữacácđ ơnvị(unit)trongkhônggiannghiêncứu.Đơnvịởđâycóthểlàtỉnh,t h àn h phố,quốcgia,ng ành…tuỳnộidungvàmụcđíchnghiêncứu.
TheoElhorst(2014),trongkhicáphươngpháptimeseriesquantâmxemxétđếnsựphụthuộc( dependence)giữacácquansát(observation)củamộtthựcthểthì spatiale c o n o m e t r i c s l ạ i q u a n t â m đ ế n sựp h ụ t h u ộ c g i ữ a c á c q u a n s á t c ủ a c á c t h ự c t h ể th ôn gquamộtkháiniệm đượccoilàtrọngtâm củachuyênngànhnày,đólàspatialw eig h t m a t r i x.S p a t i a l w e i g h t matrix(mat r ậ n t r ọ n g sốk h ô n g g i a n ) l à đ ố i t ư ợ n g p h ả n ánhsựsắpxếpcủacácthựcthểtrongkhôn ggiannghiêncứu.Bằngphươngp h á p này,câuhỏicáigìquyếtđịnhsựđồngbiếnthiênh aytínhliênphụthuộcgiữacá cthịtrườngcóthểđượctrảlờibằngconsốthựcnghiệmđángtinc ậy.
Spatialeconometricslàmộtchuyênngànhhẹpnhưngđãpháttriểnrấtmạnhmẽgầnđây.Tron gtàichính,sốlượngnghiêncứusửdụngphươngphápnàychưanhiều,t h e o H o s s e i n A s g h a r i a n , W o l f g a n g H e s s , L u L i u ( 2 0 1 3 ) , n g h i ê n c ứ uA s p a t i a l analysiso f i n t e r n a t i o n a l s t o c k m a r k e t l i n k a g e s ( J o u r n a lo f B a n k i n g a n d F i n a n c e , Vol 37(2013)4738–
Nghiên cứu đầu tiên ứng dụng phương pháp kinh tế lượng không gian (spatial econometrics) là của Fernandez – Aviles et al (2012), tuy nhiên, nghiên cứu này chỉ dựa trên ý tưởng gần giống chứ không hoàn toàn áp dụng Đến thời điểm hiện tại, phương pháp này chưa từng được sử dụng trong bất kỳ nghiên cứu nào tại Việt Nam Việc tác giả lựa chọn phương pháp này nhằm thực hiện mục tiêu nghiên cứu của đề tài, đồng thời khám phá một phương pháp mới mẻ trong lĩnh vực nghiên cứu tài chính Chi tiết về phương pháp này sẽ được trình bày ở Chương 3 – Phương pháp nghiên cứu.
Phương pháp Spatialecon om etr ics cung cấp công cụ mạnh mẽ cho nghiên cứu sự phụ thuộc và tính đồng biến giữa các thị trường chứng khoán, nhờ vào đặc trưng của hiệu ứng lan tỏa (spillover) và sự liên kết giữa các thực thể (interdependence, co-movement) Với cấu trúc dữ liệu cho hệ thống ma trận phụ thuộc không gian, phương pháp này giúp xác định các yếu tố tác động đến sự phụ thuộc và tính đồng biến giữa các thị trường Hơn nữa, thông qua ma trận bất cân xứng, nghiên cứu có thể chỉ ra sự phụ thuộc có tính chất bất cân xứng, cho thấy thị trường nào có ảnh hưởng lớn hơn đến các thị trường khác, thay vì chỉ đơn thuần là mối quan hệ ảnh hưởng bình đẳng hai chiều.
(2012)bằngmôhìnhspatialmodelingđãtìmrarằngFDIlà kênhtruyềndẫnsựđồngbiếng iữacácthịtrườngchứngkhoán,trongkhiđóvấnđ ề khoảngcáchđịalýthìkhông.Asghar ianetal(2013)kếthừanghiêncứutrêncủaF e r n a n d e z -Avilesetal.
(2012)cóđưaracác nhântốkinhtếquốctếmớihơn.Đ ồ n g thờiphươngpháptínht oánmatrậntrọngsốkhônggiancũngmởrộnghơnvớicácđolườngphụthuộcbấtcân xứng(kháiniệmbấtcânxứngsẽđềcậptrongC h ư ơ n g 3,phươngphápnghiêncứu).Kếtquảchothấythươngmạisongphươngđ ó n g vaitròquantrọngnhấttớisựđồngbiến giữacácthịtrườngchứngkhoán.
Nghiên cứu sự liên phụ thuộc giữa các thị trường chứng khoán có thể áp dụng nhiều cách, nhưng phương pháp mô hình kinh tế không gian (spatial econometrics) là lựa chọn phù hợp để phân tích tác động quyết định đến sự phụ thuộc và tính biến động Mô hình này không chỉ là phương pháp khám phá mới mà còn mở ra nhiều khoảng trống nghiên cứu cần được khai thác Trong chương 3, tôi sẽ xem xét những điểm chính của mô hình kinh tế không gian được sử dụng cho luận văn này, bao gồm mô hình phụ thuộc không gian cho dữ liệu chéo (cross-sectional), dữ liệu bảng (panel data), các kiểm định và kỹ thuật ước lượng.
Môh ì n h phụt h u ộ c k h ô n g g i a n ( s p a t i a l d e p e n d e n c e ) c h o dữl iệuchéo(cross-sect ional) 12 1 Kháiniệmvềphụthuộckhônggianvàmôhìnhspatialeconometrics12
Kiểmđịnhs ự t ồ n t ạ i c ủ a s p a t i a l a u t o c o r r e l a t i o n hays p a t
d e n c e ( M o r a n ’ s Itest) Đểkiểmtracótồntạihaykhôngsựphụthuộcchéo(cross- sectionaldependence),d ự a trênsựthừakếlýthuyếthệsốtươngquancoefficiento fcorrelationcủaKarlP e a r s o n (1857-1936): cor(X,Y) E[(X−à X )(Y−à F )] q X,F =corr(X,Y)= o X o F o X o F
Moran(1950)đ ư a rachỉsốđolườngphụthuộcchéo(cross- section)cótínhđếnmatrậntrọngsốkhônggianW,mộtđặctrưngcủamôhìnhspat ialeconometrics.Bằngcáchthựcthiphéphồiquyđơngiảnkhôngtínhđếnphụthuộckhôn ggian,sauđ ó lấyphầndưđểkiểmđịnh.Nếucósựphụthuộckhônggiantrongphầnd ưthìc h ứ n g tỏtrênmôhình hồiquygốccósựphụthuộckhônggianởbiếnphụthuộc.
Moran’sIstat= Nc r Wc ∑ i,j w ij c i c j
Trongđó,ϵlàvectorphầndư(residuals)củamôhìnhhồiquyđơngiảnkhôngtínhđ ến ph ụthuộcchéo.Nlàtổngsốsection,SlàtổngcácgiátrịcủamatrậnW.KhiWđượcchuẩnhóathì S=∑ijwij=N,vìvớimatrậnđượcchuẩnhoá,tổnggiátrịmỗihàngđềubằng1.Vìvậy
TheoAnselin(1988),chỉsốMoran’sIđượcchuẩnhoáZ I= I–Esp(I) có phânphối stder(I) chuẩnđãđượcCliffandOrd(1972,1973,1981)chứngminh,vớigiảthuyếtHol àk h ô n g cósựphụthuộckhônggian(nullhypotheisofnospatialdependence).
Hiệu ứnglan toảtrựctiếp,giántiếp(direct,indirect [spillover]e f f e c t ) 21 3.1.5 Vấnđềbỏsótbiếnvàlựachọnmôhìnhphụthuộckhônggian
Hệsốβ,θđơnlẻchỉphảnánhtácđộngtứcthời(immediate)củabiếngiảithícht ư ơ ng ứnglênbiếnphụthuộc.Ngoàiramộtbiếngiảithíchcòncótácđộngbiênđầyđ ủ l ê n biếnp hụt h u ộ c c ủ a c ù n g s e c t i o n ( m a r g i n a l d i r e c t e f f e c t ) v à s e c t i o n k h á c (ma rginalindirecteffect).TheoElhorst(2014),bằngcáchviếtlạiphươngtrìnhướcl ư ợ n g tổngq uát(eq3.7)sẽcó
Rbaogồmphầndư(residuals)vàhệsốchặn(intercept).Tínhtoánđượchiệuứngt ác đ ộ n g đ ế n Y t h e o thayđổic ủ a X,b a o g ồ m h a i t h à n h p h ầ n ( t h e o c ú p h á p mat r ậ n ) :
- IndirectEffect=(I-δWY+ατW) -1 Wθ,làphầnmatrậnbỏđườngchéo(cóđường chéobằng0).Mỗithànhphầnkhôngthuộcđườngchéosẽphảnánhtácđộngcủ a mộtbiế nXtạimộtsectiontácđộngđếnmộtsectionkhác.
Mộtđặcđiểmcựckỳmạnhmẽcủamôhìnhchínhlàkhảnăngđolườnghiệuứngrấtpho ngphú.Mộtbiếnphụthuộctạimộtsectionngoàichịutácđộngcủacáchiệuứng trựctiếptừcácbiếnđộclậpcùngsectioncủa nó,còncó thể chịuhiệuứnggiánt i ế p từ c ác biếnđộc lậ pcủ acácsec ti on k h á c nữ a V ới môhì nh này,t a cóthểđ olườngđượctácđộngcủabiếnkinhtếtạimộtquốcgiatácđộngđếntỷsuấts inhlợic ủ a thịtrườngchứngkhoáncácquốcgiakhácnhưmụctiêunghiêncứucủađềtà inày.
KhiNlớnhoặcK(SốbiếnđộclậptrongX)lớn,matrậnhiệuứngtrêncũngsẽlớndầngâykhókh ănchothểhiệnkếtquảnghiêncứu,LeSageandPace(2009)gợiýc á c h thểhiệntổngquáthơnb ằngcáchlấysốtrungbìnhcủađườngchéochohiệuứ ngtrựctiếpvàsốtrungbìnhmỗicộtchom ỗihiệuứnggiántiếp.
TheoL eS ag e a n d P ace ( 2 0 0 9 ) , cón h i ề u t ác g i ả (n hư B r a s i n g t o n an dH i t e , 2
0 05 ; Dubin,1 9 8 8 ; C r e s s i e , 1 9 9 3 … ) c h o r ằ n g v ấ n đ ề b ỏ s ó t biếnk h i sửd ụ n g s p a t i a l r eg r essi on bớtnghiêmtrọnghơnrấtnhiều sovớiOLSthôngthườn gvà môhìnhSDMl à tốtn h ấ t c h o t r ư ờ n g hợpđ ó B ả n t h â n n g h i ê n c ứ u c ủ a L e S a g e v à P a c e ( 2009 )cũngxácnhậnSDMlàmôhìnhtốtnhấtchotrườnghợpcóbỏsót biến.Hơnn ữ aSDMlạibaogồmhaimôhìnhSARvàSEMnêntínhtổngquátrấtcao.
STT HàmDGP thực Mô hình ápdụngkhácmàkhô ng thiênlệch(unbiased)
Mô hình ápdụngkháctạot hiênlệch(biased)
SEM SAR,SAC,SDM lệch
SAR SAR,SDM,SAC SEM
NhưvậySDMlàmôhìnhrấttổngquát,tránhđượccảvấnđềbỏsótbiếnvàthiênlệchướ clượngdolựachọnsaimôhìnhhồiquy.Đâycũnglàlýdonghiêncứuchol u ận vănnàylựa chọnmôhìnhSDM,theođótỷsuấtsinhlợicủamộtthịtrườngng oài phụthuộcvàob iếnkinhtếđơnthuầnchothịtrườngđócònphụthuộcvàotỷs u ấ t sinhlợicácthịtrườngk hácvàcácbiếnkinhtếtừcácthịtrườngkhácthôngquahiệuứnglantoả.
Môhìnhphụthuộckhônggianvớidữliệubảng( S p a t i a l PanelData)
Kiểmđịnhsựtồntạicủaphụthuộc chéotrongdữ liệubảng
KiểmđịnhMoran’sItestchỉápdụngchodữliệuchéokhôngtimeseries.Đốivớid ữ liệu bảng,Breusch,T.S.andPagan,A.R.
(1980)pháttriểnkiểmđịnhLagrangeMul ti plier test(LMtest),PesaranH(2004)vớ iPCDtest(pesarancrossdependencetest).
VớiρWyijl àhệsốtươngquancủaphầndưsectionivớiphầndưsectionjtừhồiquyy=βX+ϵ c h o từngsection.ρWyij=corr(ϵi,ϵj).
DướigiảthuyếtH0k hô ngcóphụthuộcchéo,CDPN(0,1)khiNvàTđủlớn.
Môhình,phươngtrìnhướclượng
Môhìnhspatialeconometricsxâydựngmởrộngchodữliệubảng(paneldata)thêmch i ều thờ igianTbổsungchochiềukhông gianN(section).Phương trình tổngquáteq3.7đượcbổsungchodữliệutạit,vớigiảđịnhmatrậnWổnđịnh:
Yt=δWY+ατWY t +αι N+X t β+WXtθ+u,ut=λWuWu t +ϵ t ( e q 3.13)
Mởrộngthêmhiệuứngspatialspecificeffect(haycòngọilàindividualeffecttrongp a n e l dat atruyềnthống)vàtimespecificeffect,Elhorst(2014)đưara: j=1 k=1 +∑ 8 (∑
Y t = ðWY t +α ι N +X t β + WX t θ+μ+ξ t ι N +u t ,u t = WλWu u t +ϵ t ( e q 3.14) Trongđó,μ=(μ1…μN) Tlà s p a t i a l specificeffect,ξtlàtimespecificeffect
VớiviệcgiớihạncácgiátrịcủamộthaymộthayvàitrongsốcáchệsốδWY+ατ,α,β,λWubằng0sẽcó cácmôhìnhtươngứngnhưphần3.1.2.3(Hệthốngcácmôhìnhspatiale co no m e t r i c s) đãđề cập.
SEM,SDMđượcsửdụngnhiều,cácmôh ì n h SACvàGNSítđượcsửdụng(Elhorst,2014).
Kỹthuậtướclượng
LeSageandPace(2009) cho rằngước lượngspatialmodelbằng OLSsẽdẫntớisailệch (biased),khôngnhấtquán(inconsistant)bởisựtồntạicủabiếnWy. Trongkhiđó,ướclượngbằngMaximumLikelihood(MLE)lạikhắcphụcđượcnhữngn hượcđ i ể m nàycủaOLS.LuandZhang(2010)chorằngướclượngGMMchokết quảgầng i ố n g M L E , t r o n g k h i p h ư ơ n g p h á p t í n h t o á n lạid ễ d à n g vàsửd ụ n g í t t à i nguyên(bộnhớ,độphứctạpthuậttoán)hơnsovớiMLE.
E M , S D M được sửdụng nhiềutrong lýthuyếtvà ướclượngcũngdễdàng hơnsovớimôhìnhgốcđầyđủGNS.Hơnnữaviệcướclượngcácmôhìnhcònlạinhư SDEM,S A C đềucó thểdẫn suấttừkỹthuậtướclư ợn g( vấ nđ ề kỹthuậtt oá n, lậpt rì n h) S A R , SEM.
(2013),Elhorst(2014),môhìnhSDMlàtr ư ờn g hợpđặcbiệtcủaSARkhithaytậphợpbi ếngiảithíchXbằngtậphợpmởr ộ n g X:=[XWX].
y it = ð∑ N w ij y jt +α+∑ K þ k x ki,t K k=1 k N j=1 w ij x kj,t )+c t
VìnhữngđặcđiểmnổitrộihơncủamôhìnhSDM,nghiêncứunàylựachọnmôh ì n h nàyđ ể t h ự c h i ệ n v à c h ỉ t r ì n h bàyt ó m t ắ t kỹt h u ậ t ư ớ c l ư ợ n g M a x i m u m L i k e l i h o o d chonó.
2))[y it −ð)w ij y jt −) ỵ k x ki,t −à i ](eq3.15) i=1t=1 j=1 k=1
2 log(2no 2 )+T.log(|I N− ðW|)+ N log($ 2 ) 2
2))[y it − ð[)w ij y jt ] −)þ k x ki,t ] (eq3.15) i=1t = 1 j=1 k=1
Tiếnhànhtínhđạohàm riêngchocácμi,βk, δWY+ατđểcóphươngtrìnhgiớihạnđạohàmriêngbằng0vàtìmcácgiátrịướclượngchocácthamsốn ày.
Môhìnhđolườngsựđồngbiến,sosánhcácmốiliênkếttrongtácđộngđốivớisự đồngbiến
VớinhữngưuđiểmcủaSDMvàSARsovớicácmôhìnhkhác,trongnghiêncứun à y t ôilựa chọn2 môhìnhnàyđểkiểmđịnhtínhđồngbiếngiữa các thịtrườngc h ứ n g khoán,sosánhđánhgiácácyếutốđượccholàcótácđộngđếntínhđồngbiếnấy.
HệsốδWY+ατphảnánhsựphụthuộc(trungbình)củaYcủamộtsectionvàocácYcủacácse ctionlâncận.NếukếtquảhồiquychoδWY+ατ>0vàcóýnghĩathốngkêthìchứngt ỏ tồntạitínhvậ nđộngcùnghướng(đồngbiến)củaYgiữacácsection.HệsốδWY+ατc à n g lớnchứngtỏmứ cđộđồngbiếncàngcao. Đểsosánhcácmốiliênkết(đolườngbằngW)vớinhauxemđolườngnàophảnánhtố thơnsựđồngbiến,Asgharianetal.
NếuρWy1>ρWy2t h ìchứngtỏmứcđộảnhhưởngcủaW1c a ohơnW2đ ế nsựđồngbiếnc ủ a Ygiữa cácsection.
Trongnghiêncứunày,tôiđưathêmmộtđolườngsosánhnhằmđánhgiámứcđộảnhh ưởnggiữacácWbằngtỷsốρWy1/ ρWy2.NếutỷsốnàycànglớnchứngtỏsứcvượttrộicàngcaogiữaW1sovớiW2( v àngượclại).
TrongtrườnghợpW1v à W 2 đ ư ợ c xâydựngbằngcáchtáchtừmộtmatrậngốcWn h ằm s osánh2nhóm50%liênkếtcaovà50%liênkếtthấp,tỷsốρWy1/ ρWy2cànglớnch ứ n g tỏnhómsectionliênkếtcaocótínhđồngbiếnlớnhơnnhómliênkế tthấp,h a ymốiliênkếtđóthựcsựảnhhưởngđángkểđếnsựđồngbiến.
- Biếnphản ánh quan hệkinh tếsong phươngđểxây dựng ma trận trọng sốW.
Môhìnhđầyđủtheo(eq3.7):Y=δWY+ατ N +Xβ+WXθ+u,u =λWuWu+ϵ
Biếnphụthuộc
Biếnphụthuộclàtỷsuấtsinhlợithịtrườnghằngthángcácquốcgia.Tỷsuấtsinhlợih ằ n g t h á n g đ ư ợ c t í n h b ằ n g thayđ ổi l o g a r i t h m c ủ a c h ỉ sốc h ứ n g k h o á n b ì n h qu â n tháng.Cácchỉsốchứngkhoánquốcgiađượcchọncóthểlàchỉsốtrựctiếpcủ athịtr ườnghoặcchỉsốđạidiệnthamchiếuquaMSCI,nếuchỉsốMSCIđạidiệnk h ôn g cóthìchọn NASDAQđạidiện.
IndexmonthtlyAverage(Indexdaysinmontht)StockRetur nt=log(Index t )-log(Indext-1)
Nhómbiếnđolườngmốiliênkếttàichính
Daođộngtỷgiásongphương
Tỷgiásongphươngổnđịnhsẽgiảmrủirotỷgiá.Điềunàykíchthíchhoạtđộnghộinhậpkinhtế lẫnnhaugiữahaiquốcgiaquađầutư,thươngmại.Daođộngtỷgiáso n g phươngth ấphaytínhổnđịnhtỷgiácaocũngkhiếnkỳvọnglạmphátgiốngn h a u giữacácquốcgia,là mchokỳvọngtỷsuấtsinhlợiphirủirogiốngnhaudẫntớitínhđồngbiếnthịtrườngtăng Tuynhiêncácnghiêncứuvềtácđộngcủadaođộngtỷgiásongphươnglạicũngchonhữ ngkếtquảkhácnhau.
( 2 0 0 4 ) , k h ô n g c ó bằngc h ứ n g c h o thấyd a o đ ộ n g tỷg i á s o n g p h ư ơ n g cótácđ ộngxấuđếnthươngmạisongphươngvìvậykhôngthểkếtluậndaođộngtỷg iá s o n g p h ư ơ n g l à m g i ả m hayt ăn g mốil i ê n k ế t t à i c h í n h B e ka e r t a n d H a r v e y (1995)chothấ ykhôngcóliênquangiữadaođộngtỷgiásongphươngvớihộinhậptàichính.
(2009),nghiêncứutỷgiásongphươngUSD,EURchorằngsựkhácb i ệ t vềtỷsuấtsin hlợithịtrườngMỹvàEUdẫntớigiatăngdòngvốnchảymộtchiềutừEUvàoMỹ,làmc hogiáđồngUSDtăngsovớiEUR.HauandRey(2002,2 0 0 6 ) lạichothấytỷsuấtsinhlợichứ ngkhoánthịtrườngnộiđịacaohơnthịtrườngnướcngoàithìsonghànhvớigiáđồngtiềnnội địathấp.BodartandReding(1999)v à Beineetal.
(2010)cũngchothấyhiệuứngngượccủadaođộngtỷgiátácđộngl ên tínhđồngbiếncủ ahaithịtrường,tứclàdaođộngtỷgiátácđộngxấuđếntínhhộin h ậ p t à i c h í n h A s g h a r i a n e t a l
( 2 0 1 3 ) lạic h ứ n g t ỏ d a o độngtỷgiá c ó ả n h h ưởng tíchcựcđếntínhđồngbiếncủatỷsuất sinhlợicácthịtrường.
Asgharianet al.(2013)sửdụngdao độngtỷgiá songphươngtínhbằng độlệch tiêuchuẩncủathayđổigiátrị logarith tự nhiêntỷgiá songphươnghằngngày.Tôicũngsửdụngđolườngnàynhưngchiachomỗithờikỳ(2004-2006,2007-2009,2010-2 01 3)
W={wij=stdev(l o g ( F ij,t )–log(Fij,t-1))}NxN
Fijl àtỷgiásongphương,đobằngsốđồngngoạitệđổimộtđồngnộitệ.Vớicácht ín h nà yđốivớinhữngđồngtiềncógiátrịthấpnhưVND(i)sovớiUSDhayAUD
(j) thì wij=0vìmứcđộthayđổihằngngàyquánhỏsovớigiátrịtrung bình.Vớigiảđ ị n h tỷgiásongphươnglàđốixứngởhaiquốcgiadotồntạicủaArbitrage,kh iđówijđ ượ clấyxấpxỉbằngwji.
Thươngmạisongphương
Thương mại song phương ngày càng gia tăng, dẫn đến sự phụ thuộc kinh tế tài chính giữa hai quốc gia cũng lớn hơn, tạo ra sự đồng bộ trong chu kỳ kinh tế Sự suy giảm kinh tế của quốc gia nhập khẩu làm giảm nhu cầu nhập khẩu, ảnh hưởng đến giá trị và khối lượng xuất khẩu của các quốc gia xuất khẩu, từ đó tác động đến chu kỳ kinh tế toàn cầu Theo hệ thống các mối liên kết kinh tế của World Bank, mối liên hệ giữa thương mại song phương và chu kỳ kinh tế được khẳng định bởi nhiều nghiên cứu, trong đó có nghiên cứu của Frankel và Rose (1998) Hệ số tương quan giữa hai chỉ số thị trường chứng khoán cũng cho thấy sự tăng trưởng theo tỷ trọng thương mại song phương và đầu tư trực tiếp.
BeineandCandelon (2007)tìm thấybằngchứng vữngchắcđểkhẳng địnhtựdoh o á thươngmạivàthươngmạisongphươngtácđộngtíchcựcđếntínhđồngbiếngiữ acácthịtrườngchứngkhoáncácnướcmớinổi.
KếtquảcủaChinnandForbes(2004)cho thấythươngmạisongphươnglàkênh hiệu quảtruyềndẫncác cúsốctừthịtrường chứng khoán các nền kinh tếlớntớithịt r ư ờ n g khác.Haitácgiảnàycũngkhẳngđịnhkênhthươngmạitrựctiếplà yếutốlớnvàchủyếumangtớihiệuứnglantoảtừthịtrườnglớnratoànthếgiới.
BeineandCandelon(2011)sử dụngdữliệubảngcho25quốcgiađangpháttriểnv ới15 nămcho thấythươngmạisong phươngvà cải cáchtựdohoátàichính có tácđộngtíchcựcđếnmứcđộliênkếtgiữacácthịtrườngchứngkhoán.
MatrậnW đolườngbằngcầunốithươngmạisongphươngđượctínhtoándựatrêntỷlệthươngmạison gphươngcủaquốcgiaivớiquốcgiađốiứngjsovớitoànbộc á c quốcgia(trongmẫu)cóqua nhệthươngmạivớii.
ĐầutưtrựctiếpFDI
Chẳngh ạ n khủnghoảngkinhtếxảyraởnướcđầutưdẫntớicáccôngtycủanướcnày p hải thuhẹphoạtđộngởnướcngoài,khiếnkinhtếcácquốcgianhậnđầutưcũngch ịu ảnhhưởnglâylan.Cơchếnàycóthểdẫntớisựbiếnđộngcùnghướngcủatỷsuấtsinhlợit hịtrườngchứngkhoángiữacácquốcgia.ChinnandForbes(2004) trongkhit ì m thấybằngchứ ng vững ch ắ c v ề hiệuứngnàycủakê nh thương m ạ i so ng phươn gthìkênhđầutưtrựctiếplạikhôngcóýnghĩathốngkê.Fernández-Avil és et al.
(2012) lạikhẳngđịnhFDIlàyếutố quan trọngchínhmangtớisựđồngb ộ giữacácthịtrườngchứngkhoán.Hasthak(1995)khẳ ngđịnhhệsốtươngquangi ữahaichỉsốthịtrườngchứngkhoánlàhàmtăngtheotỷtrọ ngthươngmạisongp h ư ơn g vàđầutưtrựctiếpsongphương.
(2013)cũngdùngtỷlệFDIsongphươngsovớiFDItoànbộcủamộtquốcgiavớicácq uốcgiatrongmẫu.Trướcđó,Fernadez-Avilesetal.
P t r o n g n g h i ê n c ứ u b ằ n g môh ì n h gravity.T r o n g n g h i ê n c ứ u này,t ô i sửd ụ n g đ o l ư ờ n g t ư ơ n g tựcủaAsgharianetal.(2013).
NợngânhàngnướcngoàiForeignclaim
Allen và Gal (2000) mô tả mối liên kết tài chính quốc gia là nguyên nhân tạo nên sự lây lan tài chính Khi một quốc gia bị khủng hoảng, tài sản của các quốc gia khác tại quốc gia đó cũng bị đe dọa Theo định nghĩa của World Bank về các mối liên kết, mối liên kết bằng foreign claims (nợ xuyên quốc gia giữa các ngân hàng) có thể được xếp vào nhóm liên kết tài chính Buchholtz và Tonzer (2013) nghiên cứu về lây lan rủi ro tiền tệ cho thấy mối liên kết tài chính này có kết quả khác nhau nhưng nghiêng về phí liên kết làm giảm tính đồng biến của rủi ro tín dụng khu vực Eurozone Trong nghiên cứu này, tôi xem xét khả năng xem liệu foreign claims có ảnh hưởng đáng kể tới sự đồng biến của các thị trường chứng khoán hay không.
F ij =ForeignClaims ij +ForeignClaims ij
ĐầutưgiántiếpFPI
Vềhiệuứng tácđộng củaFPIlênsựbiếnđổi cùng hướngcủathịtrườngchứngkhoánđếnnaychưathấycó nghiêncứu nàothực hiện.Theosuyluận chủquan, nhàđ ầu tưgiántiếprathịtrườngnướcngoàicónhiềumụcđích,trongđócómụcđíchđa dạnghoádanhmụcđểgiảmrủiro,vìvậycóthểcómốiquanhệnghịchchiềugiữatỷsu ấtsinhlợihaithịtrườngvớiđầutưgiántiếpsongphương.
Hộitụlạmphát
Đầutưvàotàisảntrongđócóchứngkhoánlàmộtcáchphòngngừatrướclạmphát.T h eo Elya ndRobinson( 1 9 9 7 ) , giáchứngkhoánduytrìtươngđốisovớichỉsốC P I , c h o d ù n g u ồ n g ố c c ủ a c ú s ố c lạmp h á t đ ế n t ừ v ấ n đềl ĩ n h vựct i ề n tệhayk h ô n g Dovậ y,nếuhaiquốcgiacócùngmứcđộlạmphátsẽlàmgiảmcânnhắclựachọnnơiđầutưchonhà đầutư,nhàđầutưcóthểdễdàngphânchiatỷlệđầutưtrongnướcvànướcngoài.
1≈ ρWy+π),lãisuấtdanhnghĩa=lãisuấtthựctế +kỳvọnglạmphá t V ì vậykỳvọnglạmph á tg iố ng nha u ở cá qu ốcg ia kh iến lãi suất danh nghĩa giốngnhauvớigiảđịnhlãi suất thực tế giốngnhau, vì vậyt ácđộngtíchcựcđếntínhđồngbộgiữacácthịtrường.
(2013)chothấyhộitụkỳvọnglạmphátcótácđộngtíchcựcđếntí nh đ ồ n g bộg i ữ a c á c thịt r ư ờ n g c h ứ n g k h o á n N h ó m t á c giảnàyc ũ n g t í n h c h o trư ờn g hợpđiềuchỉn hchênhlệchtỷlệlạmphátvớinganggiásứcmuaPPP,kếtquảchocũngtíchcựcnhưtrư ờnghợpkhôngđiềuchỉnh.
Hộitụkỳvọnglạmphát (Fij) được tính bằng giá trị tuyệt đối của chênh lệch kỳ vọng lạm phát hàng tháng (EInfDiffij,t) trong thời kỳ nghiên cứu Chỉ số lạm phát tháng t được tính mỗi tháng dựa vào sự thay đổi logarith của chỉ số CPI tháng t so với chỉ số CPI tháng t năm trước Kỳ vọng lạm phát tháng t được xác định dựa trên chỉ số thực tế phát sinh (actual, realized) của tháng trước đó, t-1.
Hộitụlãisuất
Mứcđộngang bằng lãi suấtgiữacác quốc giaphảnánhkhảnăng tựdoluânchuyểnvốngiữachúng,bằngchứngchosựtồntạicủaArbitrage Asgharianetal. (2013) sửdụngđộkhácbiệtlãisuấtdanhnghĩachothấyhệsốnàycótácđộngtíchcựcđếntính biếnđộngcùnghướng giữacácthịtrường.Kếtquảđolường vớiđiềuchỉnh theo nganggiásứcmuacũngchokếtquảtíchcực.
Nghiênc ứ u c ủ a M o o r e a n d Wang( 2 0 1 4 ) c ũ n g c h o t h ấ y sựk h á c b i ệ t l ã i s u ấ t ( in t er e s t ratedifferentials)cótácđộngtíchcựcđếntínhđồngbiếngiữathịt rườngchứngkhoáncácnướcchâuÁvớiMỹ,đặcbiệtlàcácnướcpháttriển.
IntDiff ij,t =|Int it − Int jt |
15 nămcho thấythươngmạisong phươngvà cải cáchtựdohoátàichính có tácđộngtíchcựcđếnmứcđộliênkếtsongphươnggiữacácthịtrườngchứngkhoán. Didieretal.
(2011)chorằngyếutốchínhtạonênsựđồngbộgiữacácthịtrườngc h ứ n g k h o á n l à c á c c ầ u n ố i t à i c h í n h c h ứ t h ư ơ n g m ạ i k h ô n g đ ó n g v a i t r ò q u a n trọng.Wa lti(2005)lạichorằngcảhộinhậptàichínhvàthươngmạisongphươngđ ề u cótácđộng dươngđếntínhchấtđồngbộhoáchukỳkinhtế,thịtrườngchứngkhoán.
Hộin h ậ p t à i c h í n h đ ư ợ c đ o lườngt h ô n g q u a c h ỉ s ố K A O P E N doC h i n n a n d I t o (2 00 8)đềxuấtvàđượccậpnhậthằngnămdựatrêncáccamkếtpháplýcủacácq u ố c giađượcđánhgiá.Mộtquốcgiacóchỉsốnàycaongụýquốcgiađókiểmsoát vốnít,cácdòngvốntựdoluânchuyểnvàora.Nhưthếcóthểđặtgiảthuyếtq u ố c g ia có độmởtàikhoản vốncao thì thị trường chứng khoán quốc gia đósẽphụt h u ộ cnhiềuhơnvàothịtrườngquốctế.Nóicáchkhác,KAOPENcótácđộngt íchcựcđếntínhđồngbộcủacácthịtrườngchứngkhoán.
KAOPENđượctínhtoándựatrêncáccamkếtcủaquốcgiađó,dovậynóngụýchomộtquốc giađốivớitoàn thếgiớichứkhông chomộtquốcgia đốivớimộtquốcg i a khác,dovậykhiápdụngvàonghiêncứuảnhhưởngcủamởcửathịtrườn gvốn,t ôiđềxuấtmộtđolườngsongphương(bilateral)dựatrênchỉsốnày.
F ij,t = BKaOgen ij,t =KaOgen i,t ∗KaOgen j,t
Chỉsố nàysẽphản ánhđượcmứcđộmởthịtrường vốnsong phươnggiữa cácquốcgia.Quốcgiaicómức độmởcaohơnquốcgiajtheoKaOpenthìBKaOp enik,t>B K a Op enjk,tvớimọik–
Tứclàsựhộinhậpsongphươngcủa1quốcgiakbấtkỳvới2quốcgiaivàjthìnếuquốcgi aicóchỉsốKaOpencaohơnquốcgiajthìhộin hậpsongphươngcủakvớiilớnhơnhộinh ậpsongphươngcủakvớij.Nhưthế,mốiquanhệsongphươngivớijđolườngbằngchỉsốBk aOpenc ó thểphảnánhtốtsự(camkết)hộinhậpsongphươnggiữacácthịtrường.
ThựcchấtKaOpenvớicácchỉtiêunhưthươngmại,đầutư,daođộngtỷgiásongp h ư ơ n g … đềunhằmđolườngsựhộinhậptàichínhquốctếnhưngKaOpenlàđolườngl ýthuyết( de ju re )d ựa tr ên các cam kếtcủa mỗichí nh ph ủ v ề mởcửa t ài k h o ả n vốnvàhạn chếgiaodịchkiểmsoátvốnthìcácđolườngcònlạilàcácđolư ờ n g thựctế(defacto),dựatrêngiátrịgiaodịchthựcphátsinh.
DocáchtínhmàBKaOpenij,t=BKaOpenji,tvớimọii,j.SongkhimatrậnWđượcchu ẩn hoáthìwi jc óthểkhácwjiv ìFij=Fjin h ưn g∑kFikcóthểkhác∑kFjk.
Khoảngcáchđịalý
Trongnghiêncứukinhtếđịalý(regionaleconomics),ngườitapháthiệnrarằngcácq u ố c giag ầnnhaucóxuhướngchịunhững cúsốcgiốngnhaunhưbệnhlâygầnnhanhh ơ n x a T h e o F e r n a n d e z – A v i l e s e t a l
( 2 0 1 2 ) , c á c n g h i ê n c ứ u c ủ a F a z i o ( 2 0 07 ) , Orlov(2009)cho rằngnhững qu ốc gia gầnnhauthìmốiqua nhệkinhtếthươngmạitàichínhmạnhmẽhơn;Portesan dRey(2005)vàFlavinetal.
Trongnghiên cứ un ày, tôisửd ụ n g cáchđ ol ư ờ n g “độgần ”t ín h toánt ừ “đ ộ xa” bằngcáchlấynghịchđảokhoảngcáchđịalý.Nhưthếhaiquốcgiacókhoảngcáchđịalýcà ngxathìgiátrịđ ộ gầnđobằngFijc à n gnhỏ,phùhợpđểnghiêncứugiảthuyếtđặtramức độ gầncóảnhhưởngtíchcựcđếntínhđồngbộhoácủathịtrườngc h ứ n g khoán.Khoảngcáchđ ịalýhaiquốcđượcđobằngkhoảngcáchgiữahaithủđôhoặcthànhphốkinhtếchínhcủaquố cgia.
Nhómbiếngiảithích
Giádầu
1 98 4 , chiathànhnhiềukỳnhỏ,phốihợpbiếngiádầucùngcácbiếnkhácmôtảảnhhưởngt ớitỷsuấtsinhlợichứngkhoánchothấytuỳcáchphốihợpbiến,tuỳthờikỳmàảnhhưởngcủagi ádầucóýnghĩahaykhông.
ChangandYub (2013)chobằngchứng giá dầu thôtuỳthờikỳcó tácđộngrấtkhácn h a u tớitỷsuấtsinhlợi.ReboredoandRivera-
Castro(2014)lạichothấygiádầut h ô k h ô n g c ó ả n h h ư ở n g g ì đ ế n thịt r ư ờ n g Mỹv à c h â u  u t r ư ớ c k h ủ n g hoảng( 20 0 8 ) , nhưngtrongvàsaugiaiđoạnkhủ nghoảng2008thìcótươngquanrấtrõnét
CunadoandPerezdeGracia(2013)nghiêncứuthịtrường12nướcchâuÂulạichothấyh iệuứngngượccủagiádầutácđộnglêntỷsuấtsinhlợichứngkhoán.Fillis(2010) nghiêncứuthịtrườngchứngkhoánHyLạp,giádầu,CPIcũngchothấymốiqu an hệâmgiữa tỷsuấtsinhlợithịtrườngvớithayđổigiádầu.
CònnghiêncứucủaNaderandDohaiman(2013),MollickandAssefa(2013)cho k ết quảgiádầuthôcótácđộngtíchcựcđếntỷsuấtsinhlợichứngkhoán.
Giávàng
Vàng,chứngkhoán,bấtđộngsảnđềulànhữngtàisảnlựachọnđầutưcókhảnăngthaythến hau,tuỳthờiđiểm,tuỳtìnhhìnhkinhtếvàquanđiểm nhàđầutư.Dovậyc ó t h ể t ồ n tạimốiliênhệ giữa giá chứng khoán vàgiá vàng,thayđổitronggiávàngcó liênhệvớithayđổitronggiáchứngkhoán.
Kumar(2014)chorằngthayđổi tronggiávàngcótácđộngđếngiáchứngkhoántạiẤ n Độ.Cineraetal.
GoldPricemonthtlyAverage(DailyGoldPricedaysinmontht)C h a n g e I n G o l d P r i c et=log(GoldPricet)-log(GoldPricet-1)
TỷlệtăngtrưởngGDP
Thịtrườngchứngkhoánphầnnàothểhiệnsứckhoẻcủanềnkinhtế.Kinhtếvĩmôp h át triể ntốtthườngmangtớitintứctốtlànhủnghộchothịtrườngtănggiá.Tỷlệt ăn g GDPlàmộtt rongsốnhữngđolườngđạidiệnchosứckhoẻkinhtếquốcgia.Tuynhiêncácnghiêncứ ulạichothấynhữngbằngchứngkhôngnhấtquánvềmốiq u a n hệgiữatỷlệtăngtrưởngG DPvàtỷsuấtsinhlợichứngkhoán.
(2011)tìmthấyb ằ n g chứngchorằngtintứcvềGDPcótác độngtíchcựcđếntỷsuất sinhlợi.Coleae t al.
(2008)chothấytăngtrưởngGDPcóảnhhưởngtíchcựcđếntỷsuấtsinhlợichứngk h o á n n g â n h à n g R i t t e r ( 2 0 0 5 ) l ạ i c h ứ n g tỏc h o thấymốiq u a n hệt ă n g tr ư ở n gGDPvớitỷsuấtsinhlợivốncổphầnlạilàconsốâm.
Ahmed(2000),AhmedAndOsman(2007),KaramustafaandKucukkale(2003)đềuđ ư a rabằ ngchứng khôngcómốiliênhệnhân quảgiữatăngtrưởngGDPvớitỷsuấtsi n h lợichứngkhoán.Kleintop(2013)quamộtb àiviếtphântíchkinhdoanhchon ăm2013trênBusinessInsidercũngchorằnghầ unhưkhôngcómốiquanhệnàog i ữ a tăngtrưởngGDPvớithịtrườngchứngkhoán.
Dimson,MarshandStaunton(2003)lạichứngtỏchothấymốiquanhệtăngtrưởngG D P và tỷsuấtsinhlợichứngkhoánkhônghềổnđịnh.Sandte(2012)cũngchorằngmốiq u a n h ệ t ă n g t r ư ở n g G D P vớit h ị t r ư ờ n g c h ứ n g k h o á n l à m ộ t mốiq u a n h ệ k h ô n g rõràng vàphứctạp.
Thựctếchotanhậnđịnhquảthựcthịtrườngchứngkhoánkhôngphảnánhhoànto àn mộtnềnkinhtế,nêncácnghiêncứuchocáckếtquảkháchaytráingượcnhaukhimẫung hiêncứu,hoàncảnhnghiêncứukhácnhaucũnglàbìnhthường.
Tăngtrưởngsảnlượngcôngnghiệp
1984,chiamẫut h à n h nhiềukỳnhỏ chothấysản lượng công nghiệpcó tác động tíchcực đếntỷsuấtsinh lợic h ứ n g k h o á n ở h ầ u h ế t c á c t h ờ i kỳn g h i ê n c ứ u Humpea n d
M a c m i l l a n ( 20 07 )nghiêncứu th ịtrường Mỹ,Ấn Độcũng tìmthấybằngchứn gủnghộmốiquanhệvữngchắcgiữasảnlượngcôngnghiệpvớithịtrườngchứngkhoán. Coopera n d P r i e s t l e y ( 2 0 0 8 ) s ử d ụ n g k h á i niệmo u t p u t g a p b ằ n g tốcđ ộ t ă n g t r ư ở n g s ả n l ư ợn gcông nghiệp chothấycómốiliênhệ giữanóvớitỷsuất sinh lợi chứng khoánMỹ.
Tuynhiêncũngcó nhiềubằngchứng ghinhận khôngcómốiliênhệgiữasảnlượngc ô n g nghiệpvớithịtrườngchứngkhoánnhư:Ah med(2000),AhmedandOsman,
Tăngtrưởngsảnlượngcôngnghiệpthángtđượctínhbằngthayđổicủalogarithsảnlượngcô ngnghiệptronggiaiđoạn[1nămđếnthángt,(t-11÷t)]với[1nămđếnt h á n g t-1,(t- 12÷t-1)]. t t–1
IPGrowth i,t = ln() IP i,k )−ln() IP i,k ) k=t–11 k=t–12
Lạmphát
Giáchứngkhoáncóliênquanmậtthiếtđếndòngtiềntừchứngkhoánvàlãisuấtch i ế t k hấ u M à l ã i su ấ t c h i ế t k h ấ u đểđ ị n h g i ác h ứ n g k h o á n l ạ i đ ư ợ c đ ị n h l ư ợ n g quan hệvớilạmphátkỳvọng.
Fedm o d e l đ ề x u ấ t b ở i M o d i g l i a n i a n d Cohn( 1 9 7 9 ) môtảr ằ n g tỷs u ấ t s i n h l ợichứngkhoánvớitráiphiếulàđồngbiếnvàcócùngxuhướngtươngquandương vớilạmphátkỳvọng.BằngchứngthựcnghiệmcũngđượckhẳngđịnhbởiBekaerta n d En gstrom(2010),AlagidedeaandPanagiotidis(2010),SchmelingandSchrimpf( 2 0 1 1 )
Tuynhiênđốivớilạmphátngoàikỳvọng,cácnghiêncứuphầnlớnchỉramốiquanhệnghịchv ớitỷsuấtsinhlợi.TrongsốđólàFamaandSchwert(1977),Liaetal.
Oxman(2012)chorằngmốiquanhệgiữatỷsuấtsinhlợivớilạmphátlàkháphứct ạp , tuỳt huộcvàophươngphápđolườnglạmphátvàquacáchchiathànhnhiềukỳn h ỏ vớinhiềuphư ơngpháp đo lườnglạm phát thìhầuhếtcáckếtquảcho khôngcómốiliênhệnàogiữalạmphátvớitỷsuấtsinhlợi.
Trongn g h i ê n c ứ u n à y , l ạ m p h á t đ ư ợ c đ o l ư ờ n g q u a b a biến.L ạ m p h á t t h ự c tế(In fl atio n) , l ạ m p h á t kỳv ọ n g ( E x p I n f l a t i o n ) v à l ạ m p h á t n g o à i kỳv ọ n g (UnexInflation).
LạmphátthựctếđượctínhbằngthayđổilogarithcủachỉsốCPIhằngtháng.Lạmphátk ỳvọngtínhbằnglạmphátthựctếcủathángtươngứng củanăm trướcđó.L ạ m phátngoàikỳvọnglàchênhlệchgiữalạmphátthựctếvớilạmphátkỳvọng.
Tỷgiáhốiđoái
Jorion(2009)nghiêncứugiáđồngUSDvớitỷ suấtsinhlợithịtrườngchứngkhoánMỹchothấymốiquanhệkhácnhautuỳtừngngành. AbdallaandMurinde(1997)n g h i ên c ứu t h ị tr ườ ng 4 n ướ c Ấ n Đ ộ, H à n Quốc,P a k i s ta n , Ph il ip pi ne s g i a i đ oạn 1985-
1994c h o thấymốiq u a n h ệ k h á v ữ n g c h ắ c g i ữ a tỷg iá vớitỷsuấ ts i n h l ợ i n go ại trừ Philippines.YauandNieh(2009)nghiêncứuthịtrườngchứngkhoánĐàiL oanvàNhậ tBảnđốichiếuvớitỷgiáđồngnộitệvớiUSDchothấythựcsựcómốiqu an h ệ n h â n quảv ữ n g c h ắ c g i ữ a tỷg i á h ố i đ o á i vớis u ấ t s i n h lợithịt r ư ờ n g
(2014)nghiêncứuthịtrườngcácnướcchâuÁchothấybằngchứngvữngchắcvềsựthayđổ itỷgiáhốiđoáitácđộngđếntỷsuấtsinhlợi.NumanandDemirci(2012)nghiêncứuthịtr ườngchứngkhoáncácnướchộinhậpởChâuÂucũn gchothấycómốiquanhệvữngc hắcgiữathịtrườngchứngkhoánvớigiátrịđ ồ n g tiềnquốcgia,songdấucủamốiq uanhệlạituỳvàoquốcgiađiđầutưhaynh ận đầ u t ư r ò n g K ế t q u ả t ư ơ n g t ự c ũ n g đ ư ợ c T s a i ( 2 0 1 2 ) đ ư a rabằngp h ư ơ n g p háp quantileregressionvớicácthịtrườngchứ ngkhoán6nướcChâuÁ.SmythandN a n d h a (2003)nghiêncứuở4quốcgiaNamÁthì2nư ớccómốiquanhệgiữathịt r ư ờ n g chứngkhoánvớitỷgiáhốiđoái,2nướccònlạithìkế tquảlàđộclậpgiữat h ị trườngchứngkhoánvớitỷgiáhốiđoái.
Trong nghiên cứu này, tôi áp dụng hai phương pháp để biến tỷ giá hối đoái Phương pháp thứ nhất là tính toán tỷ lệ thay đổi giá trị trung bình của các đồng ngoại tệ so với nội tệ, dựa trên tỷ lệ đóng góp của giá trị hàng hóa xuất khẩu trong tổng giá trị hàng hóa của quốc gia có nội tệ Phương pháp thứ hai, với giả định USD là đồng tiền chính cho các giao dịch quốc tế, là sử dụng tỷ giá trung bình hàng ngày trong tháng của đồng nội tệ các quốc gia so với USD để biến đổi tỷ giá hối đoái Biến đổi này cũng được sử dụng để tính ma trận tổng số không gian W, là tỷ giá song phương giữa hai quốc gia bất kỳ.
- (1a)ExRateAvgChangePrevMonthi,t=∑ j [TradeShare ij,t *ln(F ij ,t-Fij,t-1)]
( 1 b ) ExRateAvgChangePrevYeari,t=∑ j [TradeShare ij,t *ln(F ij ,t-Fij,t-12)] oT r a d e S h a r eij,tl àtỷtrọngđónggóptrongtổngthươngmạiquốctếcủaq uốcgiajchoquốcgiaitạithángt.Giảđịnhthươngmạitrongnămlàổ n địnhnê nTradeShareij,tthángtđượctínhbằngTradeShareijtrongn ă m củathángt.
Thayđổilãisuất
Lãisuấttăngkhiếnchiphísảnxuấtkinhdoanhcủadoanhnghiệpcótàitrợbằngv ố n vaytăng,dođólàmgiảmdòngtiềntươnglaicủadoanhnghiệpkhiếngiácổp h ầ n g iảm.Lãisuấttăngcũnglàmchosuấtchiếtkhấukhiđịnhgiáchứngkhoánt ă n g khiế ngiáchứngkhoángiảm.
GiovanniniandJorion(1987)tìmthấytácđộngcủathayđổilãisuấttớibiếnđộngd ự đ oánđược(predictablevolatility) củathịtrường chứngkhoán.Andrieșaeta l.
(2013)nghiêncứu5nướcpháttriểnnhấttrongAseanchothấymốiquanhệâm.Kếtquả tươngtựđượcKimand Nguyen(2009) nghiên cứuảnh hưởngtừcôngbố lãisuấtFEDvà ECBtớic á c nướcthịtrườngchứngkhoáncácnướcAPEC.Tuynhiêncũngcónhiều bằngc hứ n g chothấymốiquanhệkhôngvữngchắcnhưnghiêncứucủaLumpki nandO ' B r i e n (1997),ApergisandEleftheriou(2002).
Trongnghiêncứunày,thayđổilãisuấtđượctínhbằngthayđổilãisuấtchovayt r u n g hạnvớihaicách:Thayđổilãisuấtvớithángtrướcvàthayđổilãisuấtvớin ă m trướ c.
Thayđổixếphạngtíndụngđồngnộitệ
Mốiq u a n h ệ g i ữ a t h a y đ ổ i x ế p hạngđ ồ n g nộitệvớig i á c h ứ n g k h o á n đ ư ợ c c á c n ghiênc ứ u c h ỉ r a k h á p h ứ c tạp.K a m i n s k y andS c h m u k l e r ( 2 0 0 2 ) c h o r ằ n g x ế p h ạn g đồngnộitệcótácđộngđếnnềnkinhtếquốcgia.Khôngnhữngthếnócòncóhiệu ứ nglâylanảnhhưởngđếncácquốcgiakhác.Tácđộngnàycàngmạnhtrongthờikỳkhủng hoảng.Đ iểm xếphạnggiảmphảnánhmứcđộrủir o caohơncho đồngnộitệkhiếnchiphíđivaynướcngoàităng.Hơnnữangụýrủirođầutưvàothị trườngnộiđịatăng do vậycũng cóthểdẫntớitỷsuất sinh lợiđòihỏitrênchứngk h o á n caohơn Br oo ks etal.
D ) đ ế n 3 0 đ i ể m (AAA +)theomãxếphạngcủaFitchRatingschoxếphạngđồ ngnộitệtrongdàihạn.Thayđổiđiểmxếphạngnămcủathángtđượctínhbằngth ayđổiđiểmxếph ạn g t h á n g t t r o n g n ă m v ớ i t h á n g t n ă m t r ư ớ c V à thayđổ ixếp hạngt h á n g c ủ a tháng tsovớithángt-1
SRChangePrevYeart=Ratingt–Ratingt-12S R C h a n g e P r e v M o n t h t=Ratingt–Ratingt-1
ExRatePrevYear Thayđổitỷgiáhốiđoáisovới thángcủanămtrước IntRatePrevMonth Thayđổi lãi suất so với thángtrước
IntRatePrevYear Thayđổi lãi suất so với thángcủanămtrước SRPrevMonth Thayđổi xếp hạngnội tệso với thángtrước SRPrevYear Thayđổi xếp hạngnội tệso với nămtrước
WW_ForeignClaim Tỷtrọngnợngânhàngvớingânhàngnướcngoài WW_FPI Tỷtrọngđầu tưgiántiếp
Chươngnàytrìnhbàyvấnđềthuthậpdữliệu,nguồndữliệuvàcácphântícht hốngkêcơbảndấuhiệunhậnbiếtcótồntạisựđồngbộgiữacácthịt r ư ờ n g ch ứngkhoán.
Cácc h ỉ s ố đ ạ i d i ệ n t h ị t r ư ờ n g c h ứ n g k h o á n c á c q u ố c g i a t h u t h ậ p từc á c c h ỉ s ố chứngkhoánquốcgia,chỉsốMSCIđ ạ i diện,hoặctừchỉsốNasdaqđạidiệnquaY a h o o !
Chuỗi tỷ giá hối đoái sống phương là tỷ giá gia tăng được thu thập từ trang web công ty chuyên về công nghệ thông tin và dịch vụ giao dịch ngoại hối Dữ liệu thương mại, đầu tư trực tiếp, đầu tư gián tiếp và nợ nước ngoài sống phương được thu thập qua website cơ quan thống kê APEC Tăng trưởng GDP và chỉ số CPI được thu thập qua thư viện IMF và World Bank Chuỗi dữ liệu lãi suất và sản lượng công nghiệp được lấy từ cơ sở dữ liệu của World Bank, trong đó sản lượng công nghiệp Việt Nam được tổng hợp từ các báo cáo kinh tế xã hội hàng năm của Chính phủ Việt Nam và sau đó nội suy để có chuỗi theo tháng Chuỗi chỉ số KaOpen được thu thập từ website của hai tác giả Menzie D Chinn và Hiro Ito Khoảng cách địa lý giữa hai quốc gia được đo bằng khoảng cách giữa hai thủ đô hoặc thành phố kinh tế chính do tác giả khai thác qua website Distance Calculator Giá dầu thô giao sau và giá vàng giao sau trên sàn giao dịch London được thu thập từ website investing.com Xếp hạng tín dụng các đồng tiền là Fitch long-term sovereign ratings, được tác giả thu thập qua website Fitch Ratings.
Phântíchthốngkêcơbảnđối vớitỷsuấtsinhlợi(bảng5.2a,b,c,d) chothấytrướckhủnghoảngtỷsuấtsinhlợitrungbìnhthángcaohơnsovớitrongvàs aukhủnghoảng.Và t r o n g k h ủ n g hoảngt h ì mứcđộda o độngc ủ a tỷsuấtsinhlợic a o h ơ n n h i ề u sovớitrướcvàsaukhủnghoảng.
KiểmđịnhPearson’sproduct- momentcorrelation đượcsửdụngnhằmkiểmđịnht ư ơ n g quantừngcặpchỉsốchứ ngkhoánquacácthờikỳtrướckhủnghoảng(2004-2006),trongkhủnghoảng(2007-2009)vàsaukhủnghoảng(2010-2013).Kếtquả chothấyrõràngcómốiliênhệrấtvữngchắcgiữacáctỷsuấtsinhlợi,thểhiệnquahệsốtương quanρWyijtươngđốilớnvà tấtcảcórấtýnghĩathốngkê;Tronggiaiđoạnkhủnghoảnghệsốtươngquanlớnhơngiaiđoạ ntrướcvàsau.Từđây chotanhậnđịnh quảthựctồntạisựđồngbiến(co- movement)giữacácthịtrườngchứngkhoánvàmứcđộtănglêntrongkhủnghoảng(Xemvà sosánhbảng5-3 a,b,cvà,hình5.1:H ệ sốtươngquanthờikỳkhủnghoảnglớnhơnnhiềusovớithờikỳtr ướcvàsauđ ó ).
TôicũngthựchiệnkiểmđịnhphụthuộcchéobằngPersaranCDtestvàBreuschP a g a n LMtest.Cảhaiđềuchokếtquả phủđịnhgiảthuyếtH0,chấpnhậngiảthuyếtH 1“có tồntạisựphụthuộcchéo”,đồngthờicácgi átrịthốngkêzhayChi-squaredc ũ n g lớnhơntronggiaiđoạnkhủnghoảng(Xembảng5- 4).Điềunàychothấy lựac h ọ n môhìnhspatialeconometricsvớisựphụthuộcchéolàhợplý.
Tzavalischodữ li ệubảngvàkiểm địnhPhilipsPerronchotừngchuỗiriênglẻchothấycácchuỗitỷsuấtsinhlợilàcácchuỗidừn g(Xembảng5.5).
Kýhiệu Tênquốcgia,vùnglãnh thổ Kýhiệu Tênquốcgia,vùnglãnh thổ
HKG HongKong,Pro.ofChina RUS Russia
KOR Korea,Republic of USA United States ofAmerica
2.Thốngkêcơbảncáctỷsuấtsinhlợihằngthángchỉsốchứngkhoáncácquốcgia a Giaiđoạntrướckhủnghoảng(2004-2006) n mean sd median min Max skew kurtosis se
AUS 33 0.014663 0.023335 0.018138 -0.043832 0.053023 -0.537302 -0.209252 0.004062 CAN 33 0.012181 0.027820 0.021436 -0.046990 0.050234 -0.837689 -0.542206 0.004843 CHL 33 0.017664 0.029065 0.024971 -0.046073 0.061206 -0.550953 -0.725868 0.005060 CHN 33 0.008793 0.060647 -0.004628 -0.089286 0.150469 0.593805 -0.463866 0.010557 HKG 33 0.011780 0.031444 0.014822 -0.075854 0.052816 -0.869064 0.201016 0.005474 INDO 33 0.026388 0.048678 0.046000 -0.104566 0.101021 -0.917597 0.193981 0.008474 JPN 33 0.011521 0.039868 0.012817 -0.090061 0.078371 -0.639817 0.037844 0.006940 KOR 33 0.014663 0.047659 0.027250 -0.133667 0.083828 -1.218961 1.661624 0.008296 MAL 33 0.007157 0.038819 0.012876 -0.109309 0.075687 -0.748157 0.898448 0.006758 MEX 33 0.028277 0.045865 0.046948 -0.114156 0.075246 -1.548121 1.705970 0.007984 NZL 33 0.013625 0.026335 0.015965 -0.045049 0.055822 -0.153475 -0.907216 0.004584 PER 33 0.020404 0.052620 0.024822 -0.124943 0.116740 -0.840945 0.549441 0.009160 PHL 33 0.027223 0.049204 0.031128 -0.128743 0.096263 -1.196878 1.641603 0.008565 RUS 33 0.029584 0.075006 0.041509 -0.158676 0.125460 -0.784746 -0.234871 0.013057 SIN 33 0.013739 0.024910 0.018984 -0.073261 0.054853 -1.532314 3.082714 0.004336
TWN 33 0.004158 0.039984 0.003837 -0.121452 0.070158 -0.968721 1.342551 0.006960 THA 33 0.007038 0.020238 0.011074 -0.031992 0.045863 -0.296085 -0.670437 0.003523 USA 33 0.006982 0.020780 0.009422 -0.029713 0.045269 -0.255234 -0.781938 0.003617 VNM 33 0.030877 0.085527 0.009709 -0.089969 0.257574 1.358460 1.233966 0.014888 b Giaiđoạntrongkhủnghoảng(2007-2009) n mean sd median min Max skew kurtosis se
AUS 36 -0.004557 0.056541 0.001593 -0.167336 0.091434 -0.846040 0.514013 0.009423CAN 36 -0.002946 0.061798 0.006261 -0.264226 0.097129 -1.976902 6.427598 0.010300CHL 36 0.007182 0.060790 0.019724 -0.156633 0.126894 -0.753916 0.324858 0.010132CHN 36 0.009742 0.100369 0.014102 -0.168407 0.216374 0.088827 -0.973637 0.016728HKG 36 0.003709 0.085399 0.013052 -0.275069 0.175889 -0.662913 1.477619 0.014233INDO 36 0.009434 0.088076 0.027624 -0.315874 0.159307 -1.199142 3.059117 0.014679JPN 36 -0.014063 0.072336 -0.005264 -0.311834 0.102204 -1.895030 5.720674 0.012056KOR 36 0.004033 0.068333 0.005087 -0.205408 0.138245 -0.815416 0.877162 0.011389MAL 36 0.004491 0.063914 0.013346 -0.160462 0.125913 -0.348928 -0.190113 0.010652
MEX 36 0.006091 0.069586 0.026453 -0.241463 0.118930 -1.162755 2.328005 0.011598 NZL 36 -0.006300 0.042348 -0.000157 -0.138509 0.073578 -0.761456 0.904162 0.007058 PER 36 0.015158 0.099401 0.007308 -0.346410 0.159041 -1.203207 2.659635 0.016567 PHL 36 0.000469 0.083202 0.016135 -0.218934 0.155243 -0.521507 -0.188242 0.013867 RUS 36 -0.007703 0.147298 0.007578 -0.625317 0.208538 -1.959116 6.289644 0.024550 SIN 36 -0.001018 0.080676 0.011145 -0.294530 0.185804 -0.988549 3.250936 0.013446 TWN 36 0.000598 0.076879 0.007567 -0.223159 0.146315 -0.634103 0.530960 0.012813 THA 36 -0.006830 0.060676 0.010918 -0.254549 0.099688 -1.767169 5.429286 0.010113 USA 36 -0.006786 0.060173 0.009202 -0.256841 0.097341 -1.860847 5.937075 0.010029 VNM 36 -0.012091 0.132516 -0.038887 -0.259115 0.278087 0.233706 -0.786908 0.022086 c Giaiđoạnsaukhủnghoảng(2010-2013) n mean sd median Min Max skew kurtosis se
AUS 48 0.002119 0.033554 0.010227 -0.102563 0.049002 -1.013252 0.716908 0.004843CAN 48 0.002956 0.025641 0.003917 -0.073963 0.050943 -0.544145 0.136728 0.003701CHL 48 0.001579 0.039765 0.002584 -0.110781 0.097448 -0.271906 0.407365 0.005740CHN 48 -0.008301 0.045547 -0.004400 -0.145445 0.099150 -0.141315 0.608892 0.006574HKG 48 0.001444 0.041485 0.007403 -0.092662 0.086592 -0.518621 -0.160530 0.005988INDO 48 0.010984 0.040088 0.017106 -0.076751 0.084819 -0.449442 -0.632060 0.005786JPN 48 0.009080 0.053861 0.010675 -0.110576 0.100243 -0.345866 -0.574885 0.007774KOR 48 0.003993 0.038236 0.007377 -0.140192 0.065355 -1.127761 2.263804 0.005519MAL 48 0.007914 0.038007 0.005665 -0.100911 0.078892 -0.400879 0.066982 0.005486MEX 48 0.005756 0.030283 0.006736 -0.066789 0.056387 -0.508657 -0.199826 0.004371NZL 48 0.008478 0.025144 0.011506 -0.056784 0.046561 -0.675117 -0.266246 0.003629PER 48 0.001261 0.051647 0.003226 -0.109624 0.125800 -0.127774 -0.299798 0.007455PHL 48 0.015627 0.052260 0.015607 -0.165986 0.146830 -0.570435 1.698484 0.007543RUS 48 0.000120 0.066132 0.018842 -0.159201 0.112066 -0.764102 -0.225757 0.009545SIN 48 0.002127 0.033229 0.004546 -0.082422 0.066615 -0.511992 -0.057533 0.004796TWN 48 0.001620 0.038531 0.013877 -0.109619 0.084364 -0.636957 0.190367 0.005561THA 48 0.010149 0.032179 0.016579 -0.113033 0.058487 -1.441702 2.850899 0.004645USA 48 0.010126 0.032587 0.016756 -0.115614 0.060265 -1.454651 3.032484 0.004704VNM 48 0.001397 0.052522 -0.002444 -0.092083 0.165238 0.937613 1.110987 0.007581 d sosánhtrungbình,độlệchchuẩntỷsuấtsinhlợiquacácthờikỳ khủnghoảngtỷsuấtsinhlợitrungbìnhthángcaohơnsovớitrongvàsaukhủnghoảng.Vàtrongkhủngh o ả n g thìmứcđộdaođộngcủatỷsuấtsinhlợicaohơnnhiềusovớitrướcvàsaukhủnghoảng
2006.Tamgiácnửatrênlàhệsốtươngquan,đườngchéolàtênthịtrường,tamgiácnửadướilàbiểuđồtánxạT S S L chotừngcặpthịtrường.Sôliệutừngcặpđượcđọctheocáchdóngthẳng hàngvàthẳngcộttừmỗicặptênquốcgia Signif codes:*β*β*β:0.001,*β *β : 0.01,*β:0.05,‘.’:0 1 )
(Bảngtương quangiữaTSSLcácthịtrường giaiđoạn2007-2009.Tam giácnửatrênlà hệsốtươngquan,đườngchéolàtênthịtrường,tamgiácnửadưới làbiểuđồtánxạTSSLchotừngcặpt h ị trường.Sôliệutừngcặpđượcđọctheocáchdóngthẳnghàngvàthẳngcộttừmỗicặptên quốcgia.Signif codes:*β*β*β:0.001,*β *β : 0.01,*β:0.05,‘.’:0.1)
(Bảngtươngquan giữaTSSLcácthịtrường giaiđoạn2010-2013.Tam giácnửatrênlà hệsốtươngquan,đườngchéolàtênthịtrường,tamgiácnửadưới làbiểuđồtánxạTSSLchotừngcặpt h ị trường.Sôliệutừngcặpđượcđọctheocáchdóngthẳnghàng vàthẳngcộttừmỗicặptên quốcgia.Signif.codes:*β*β*β:
Pesaran CD test for cross- sectionaldependenceinpanels
2 Mộtboxplotthểhiệngồm3phầnthểhiệncácphânvị:Đuôidướilà25%phầntửgiátrịthấp.Phầnhộpthểhiệncủak h o ả n g t rị ch o5 0% phầntửkhoảnggiữa.Đ u ô i t r ê n l à 25 % giát r ị c ho c á c p h ầ n tửgiát r ị c ao , Đ ư ờ n g kẻ giữahộplàgiátrịtrungbình.
Harris-Tzavalis unit-root test for StockReturn
Ho: Panels contain unit roots Number of panels = 18
Ha: Panels are stationary Number of periods = 117
AR parameter: Common Asymptotics: N -> Infinity
Phillip – Perron unitroot test cho từng chuỗi dữ liệu(Ha: stationary)
Series p.values Series p.values Series p.values
(KiểmđịnhHarris- TzavalisunitroottestchodữliệubảngchokếtquảbácbỏgiảthuyếtH o “Bảngcóu n i t r o o t ” Kiểmđịnhchotừngchuỗ ibằngPhillip-PerronunitroottestcũngchokếtquảchấpnhậngiảthuyếtH a ,TSSLlàchuỗidừng)
CHƯƠNG6 K TẾ QU NGHIẢ ÊNC UỨU
Chươngn à y t r ì n h b à y k ế t q u ả n g h i ê n c ứ u từm ô h ì n h S D M vàc á c n g h i ê n c ứ u c h u y ê n sâubằngmôhìnhSAR(2),SAR(2)+SEMvớisốliệuthốngkêđángtincậ yn h ằ m làmsángtỏvấnđềnghiêncứu,trảlờicâuhỏiyếutốnàogiảithíchtốt,tốtn h ấ t chosựđồngbiếngiữacácthịtrườngchứngkhoán.
KếtquảtừmôhìnhSpatialDurbin PanelModel(SDM)
KếtquảthựcnghiệmtrênmôhìnhSDMmộtmatrậntrọngsốWchothấyhệsốρWy( r h o , sp atiallag)ởtấtcảcácđolườngmatrậntrọngsốWđềudươngvàcóýnghĩat hố ngkêcao,các hệsốθcủaWxtuỳmỗilựachọnWmàcósốlượnghệsốcóýnghĩathốngkê,tốithiểulà1hệs ố.Điềunàychứngtỏcáclựachọnđolườngcho
Wl à hợplývàphùhợpvớilýthuyết,thựcsựtồntạitínhđồngbộgiữacácthịtrườngc h ứ n g khoán;đồngthờichứngtỏlựachọnmôhìnhSDMthayvìSARhaySEMhayđơngi ảnhơnlàhồiquyđơngiảntrêndữliệubảnglàlựachọnhợplý.
2009luôncaohơncácgiaiđoạntrướcvàsaukhủnghoảng2004-2006,2010-2013. Điềuđóchứngtỏtính đồngb i ế n giữacácthịtrườngởgiaiđoạnkhủnghoảngmạnhhơnsovớithờikỳổnđịnh( x e m hình6.1).Trongkhiđó,hệsốρWyvớiđolườngWbằngKaOpensongphươngluôncó giátrịkhácaokhisosánhvớiρWytừcácđolườngcònlại(Xemhình6.2),chứngtỏKa Openthựcsựlà phépđolường rấtmạnhphảnánhmứ c độhộinhậpkinhtếcácquố cgiavàphépđolườngmatrậntrọngsốbằngKaOpenmàtôiđưaragiảithíchrấttốtchosựđồn gbiếncủathịtrườngchứngkhoánquốctế.Ngượclạiđo
3 Tất cả30phéphồiquycáchđolườngmatrậnW,chia3thờikỳ lườngWbằngFDI,daođộngtỷgiá,nợngânhàngnướcngoài(Foreignclaim)làc á c đolườnggiảithíchkémnhấttrongsốcácđolườngđượcđềcập.
Phân tích tác động của các biến kinh tế lên thị trường chứng khoán nội địa cho thấy giá dầu có tác động tích cực, trong khi giá vàng không ổn định và phụ thuộc vào từng thời kỳ Hệ số tăng trưởng GDP có tác động dương ở tất cả các phép hồi quy, nhưng không giải thích được toàn bộ diễn biến của thị trường chứng khoán Tăng trưởng sản lượng công nghiệp cũng cho kết quả không ổn định, với tác động dương chỉ trước khủng hoảng Thay đổi tỷ giá hối đoái có ý nghĩa thống kê và tác động tích cực đến tỷ suất sinh lợi, trong khi tỷ giá tín dụng có tác động tiêu cực Biến động lãi suất có sức giải thích mạnh mẽ cho thị trường chứng khoán, đặc biệt trong giai đoạn khủng hoảng, trong khi lãi suất với năm trước không có tác động đáng kể Kết quả này phù hợp với lý thuyết tài chính doanh nghiệp và các nghiên cứu trước đây.
Hệ số tác động chéo giữa nền kinh tế các quốc gia và thị trường chứng khoán quốc tế cho thấy sự tồn tại của mối quan hệ này, mặc dù tác động của tăng trưởng GDP không đáng kể Tác động chéo từ tăng trưởng sản lượng công nghiệp đến thị trường chứng khoán quốc tế là phức tạp và không ổn định Trong khi đó, lạm phát kỳ vọng và lạm phát không kỳ vọng lại có tác động tiêu cực và ổn định hơn Tỷ giá hối đoái có ảnh hưởng tích cực đến thị trường quốc tế, với kết quả hồi quy cho thấy mối quan hệ này là đáng kể Đồng tiền nội tệ có thể tác động xấu đến nền kinh tế nội địa nhưng lại ảnh hưởng tích cực đến các quốc gia láng giềng Biến động lãi suất thể hiện mối quan hệ phức tạp, với tác động tiêu cực từ thay đổi lãi suất tháng trước và tác động tích cực từ thay đổi lãi suất so với năm trước Cuối cùng, tác động của xếp hạng đồng nội tệ đến thị trường chứng khoán quốc tế không có ý nghĩa thống kê, khác biệt với tác động tích cực của nó đến thị trường nội địa.
Cũngcầnlưuýrằngtácđộngphảnánhqua2nhómhệsốβvàθtrênđâychỉlàtáct ứ c thờicủa cácbiếngiảithíchtácđộngđếntỷsuấtsinhlợithịtrườngnộiđịavàq u ố c tế.
PhươngtrìnhướclượngSDM:y=L 1 y (-1) +ρWy+βX+WXθWy+βX+WXθ+μ+ϵ
Cộtđầu:Tênbiếnứngvớigiátrịướclượng,dóng thẳnghàngđểxemgiátrịướclượnghệsốtươngứngβvàθ Cáccộttiếpsauthểhiệngiátrịhệsốβvàθcùngvớimứcýnghĩat hốngkêtheomatrậntrọngsốkhôngg i a n WW_TênMaTrận
Rho:hệsốchospatiallagterm(ρWy+βX+WXθ).L 1 :hệsốchobiếntrễ1kỳcủay.NhómbiếnđộclậpthứnhấtlàX,hệsốướclượngl à β.NhómthứhailàWX,hệsốướclượnglà θ.RiêngbiếnGoldvàOillàgiávàng,giádầuc h u n g thịtrườngthế giớinênđượcloạikhỏiWX,khôngtínhhiệuứngchéotrênbiếnđộclập
KếtquảchothấytấtcảcáchồiquyđềuchohệsốρWy+βX+WXθ(spatiallag,rho)đềudươngvớimứcýnghĩathốngkêr ấ t caoch ứngtỏmọiđolườngchomatrậnWđượclựachọnđềugiảithíchtốtsựđồngbiếngiữacácthịt r ư ờ n g chứn gkhoán.Hệsốnàycaonhấttronggiaiđoạnkhủnghoảngphảnánhsựđồngbiếntronggiaiđ o ạ n nàycaoh ơngiaiđoạnbìnhyên.Luôncóítnhấtmộthệsốθcóýnghĩathốngkêchứngtỏtồntạitácđ ộ n g chéocủabiếnkinhtê vĩmômộtquốcgiatớithịtrườngchứngkhoáncácquốcgiakhác
Biểuđồhộp(boxplot)thểhiệnphânbốgiátrịhệsốρWy+βX+WXθquacácthờikỳchothấymứcđộđồngbiếngiữacáct h ị trườngcao nhấttrongthờikỳkhủnghoảng,saukhủnghoảngcaohơntrướckhủnghoảng
HệsốρWy+βX+WXθcủakếtquảhồiquytheoWđobằngKaOpensongphươngluônởvịtrícaovàổnđịnhsovớicácρWy+βX+WXθt h e o cácWk hác-Caonhấttrướckhủnghoảng, caothứ 3trongkhủnghoảngvàcaothứ2saukhủnghoảng
PhântíchvớimôhìnhSAR(2)+SEM
Đểk i ể m đ ị n h s o s á n h t á c độngg i ữ a h a i n h ó m “ t h ị t r ư ờ n g liềnk ề ” l ê n mộtt h ị t r ư ờ n g đểxemcóphảithựcsựnhữngthịtrườngcótrọngsốw ij c a o tứclàcómốiq u a n hệkinhtếcaothìtínhđồngbộcủathịtrườngchứngkhoánlớn,Asgharianeta l
(2013)sửdụngmôhìnhSDMvới2matrậntrọngsốchocảbiếnphụthuộc(hệs ố ρWy)vàbiến giảithíchchéo(hệsốθ)dạng y=ρWy1W1y+ρWy2W2y+βX+θ1W1X+θ2W2X+μ+ϵ
VớiW1thểhiệnmốiquanhệcácnướccómốiquanhệkinhtếcao,W2t h ểhiệncácmốiquanhệth ấp.W1vàW2đềuđượctríchtừmatrậnWtheoquytắc:
- Foreach(i,j){if(wij≥mean(w i ))w1,ij=w ij elsew 1,ij =0}
- Foreach(i,j){if(wijρWy2,phảnánhmứcđộđ ồ n g bộth ị trườngcaohơngi ữa những nềnki nh tếgầng ũi nhau(hội nhậpcao )theocácđo lườngấysovớicác nềnkinhtếít gầngũinhau(hội nhậpkémhơn).KếtquảnàyphùhợpvớipháthiệncủaAsgharianetal.
(2013)c h o dùmôhìnhđượcl ự a chọnkhácnhau,ngoạitrừđolườngFDI.Trongkhi Asgharianetal.
(2013)chok ế t quảFDIkhôngthựcsựphảnánhtínhđồngbộcủathịtrườngchứngkh oándoh a i hệsốρWy1ρWy2x ấ pxỉnhauthìởnghiêncứunàythựcsự ρWy1≫ρ2.Ngoàirađolườngbằng t h ư ơ n g mạis o n g p h ư ơ n g c ũ n g c h o k ế t quảm ộ t kỳ k h ô n g p h ù hợp( 2 0 0 7 -
Năm 2009, giá trị hai hệ số ρWy1 và ρWy2 gần nhau cho thấy thương mại song phương có tác động tích cực đến sự đồng biến của các thị trường chứng khoán trong giai đoạn trước và sau khủng hoảng Tuy nhiên, trong giai đoạn khủng hoảng, các đô lường khác lại thể hiện sự kém hơn Để phân tích tính ổn định và khả năng phản ánh tính đồng bộ trong thị trường chứng khoán, tỷ số ρWy1/ρWy2 được sử dụng để so sánh giữa các đô lường qua các thời kỳ Kết quả cho thấy đô lường bằng KaOpen và FPI có sự ổn định khá cao, trong khi đô lường bằng FDI ngày càng cao trong giai đoạn khủng hoảng Đô lường bằng khoảng cách địa lý tốt ở giai đoạn trước và sau khủng hoảng nhưng kém hơn trong khủng hoảng, cho thấy khoảng cách địa lý không có tác dụng ngăn ngừa hiệu ứng đồng bộ giữa các quốc gia Các đô lường này cũng thể hiện sức mạnh giải thích kém hơn, với KaOpen là đô lường ổn định nhất trong mọi giai đoạn.
Phương trìnhướclượng:y=ρWy+βX+WXθ 1 W 1 y+ρWy+βX+WXθ 2 W 2 y+βX+ μ+ u,S A R ( 2 ) u = λWu W u +ϵ,SEM.Kếtquảhồiquyđềuc h o ρWy+βX+WXθ 1 ≫ρ 2 (ngoạitrừvớimatrậnthươngmạisongphươnggia iđoạnkhủnghoảng)chứngtỏhiệuứngđồngb ộ mạnhgiữacácnềnkinhtế“hộinhậpcao”,vàkémhơnởnềnkinhtế“íthội nhập”
TỷsốρWy+βX+WXθ 1 / ρWy+βX+WXθ 2 t h e o KaOpenvàFDIluôncaovàvịtrísosánhkháổnđịnh.Tỷsốnàytheođolường địalýrấtcaoởtrướcvàsaukhủnghoảng,trongkhủnghoảngthìk é m chứngtỏtrong khủnghoảngkhoảngcáchđịalýkhôngcótácdụngngănngừal â y lan,khimàtácdụngcủa nótươngđươngnhauchocảquốcgiaởgầnlẫnxa
Hình6 - 3 S o sánhtỷsốρ 1 /ρ 2q ua cácthờikỳ,môhìnhSAR(2)+SEM
KếtquảtừmôhìnhSAR(2)-sosánhtrựctiếptừngcặpρWyWy
Môhìnhkiểmtrathứhaiđượctôiápdụngđểsosánhsứcmạnhcủacácđolườngl i ê n kế ttàichínhtronggiảithíchsựđồngbộgiữacácthịtrườngchứngkhoán.ĐólàmôhìnhSAR(2) vớihaimatrậnW,mộtchođolườngthứnhất- mộtchođolườngt h ứ haivềsựhộinhậptàichínhsongphương.Cáchồiquynàyđượcthực hiệnchotừngcặpmatrận,sauđótổnghợpkếtquảsosánh.Phươngtrìnheq3.8dmởrộ ngthành: y=q 1 W 1 y+q 2 W 2 y +Xþ+αI N+ c(eq6.3) Dữliệu chomôhình cũngđượcchia thành 3kỳnhỏvàmộtkỳtổnghợptoànbộ dữliệu Kếtquảđượctổngkếtsosánhthểhiệnởbảng6.3 4
Kếtquảchothấyởtấtcảcáckỳ,hệsốρWycủamatrậnKaOpenluônlớnhơnmọiρWycủ abấtcứ matrậnnàokhácngoạitrừmatrậnkhoảngcáchđịalýởkỳ2010-2013.
HệsốρWychomatrậnkhoảngcáchđịalýquacácthờikỳcũngcókếtquảrấttốtkhis o sánhvớic ácmatrậnkhác.Ởtấtcảcácthờikỳ,hệsốnàyluônchỉcóhoặc0hoặc1 hoặc2hệsốlớnhơnnótron gtổngsố10matrận.
HệsốρWychomatrậntheothươngmạisongphươngcókếtquảtươngđốiphứctạp.G i a i đo ạntrướckhủnghoảngnónổitrộihơntấtcảngoạitrừKaOpenvàkhoảngcáchđịa lý.Nhưngtronggiaiđoạnkhủnghoảngthìrấtkém,nóđứngdướitấtcản g o ạ i trừm atrậnbởiforeignclaim.Hậukhủnghoảngthìtốtlênởhạngtrungbình.
Mat r ậ n da o đ ộ n g tỷg i á hoạtđ ộ n g b ì n h t h ư ờ n g ở g i a i đoạnt r ư ớ c khủngh o ả n g , n h ư n g trongvàsaukhủnghoảngthìcảithiệnvàcósứcvượttrộiso vớiphầnlớncácđ olườngcònlạichỉsauKaOpenvàkhoảngcáchđịalý.
Cácđolườngbằngđầutưtrựctiếp,đầutưgiántiếp,vaynợ,hộitụlạmphát,hộitụl ã i suấtkém đềuởtấtcảcácthờikỳ.
4 10matrậnWsosánhtừngcặp*9/2Ecặp,với4kỳướclượng,tổngcộng4*450phéphồiquy
Tómlại,bằngmôhìnhSDM,SAR(2),SAR(2)+SEMvớicácýtưởngsosánhhệsốρWy chospati allagđãcóthểđưarakếtluậnvữngchắctấtcảcácđolườnghộinhậptàichínhđượclựachọnt rênđâyđềuphảnánhđượcsựđồngbộgiữacácthịtrườngchứ n g khoán.Trongđóđ olườngbằngKaOpen,khoảngcáchđịalýlàđolườngtốtn h ấ t , sauđólàdaođộngtỷgiá, thươngmạisongphương.Cácđolườngkháctuyr ằn g cũngphảnánhđượcsựđồngbộg iữacácthịtrườngnhưngsosánhvớinhauthìtuỳ từnggiaiđoạnvàtuỳphươngphápmàchúngcóưuthếhơnhaykémnhau.Kếtqu ảvớimatr ậndựatrênkhoảngcáchđịalýởnghiêncứunàysovớiAsgharianeta l
(2013)rấtkhácbiệtvềconsốnhưnglạichocùngdiễndịchýnghĩa.TrongkhiA s g h a r i a n etal.(2013)chođolườngnàybằng“độxa”làkémnhấtthìnghiêncứun ày lại làcao hạngnhấtbởinóđolườngbằng“độ gần”.Điềunàycàngchứngtỏđol ư ờ n g bằngkhoảngcáchđịalýrấtcóýnghĩabởibằng2đolườngtráingượcđãchor a cùngmộtsựdiễndịch,đólàcácquốcgiacókhoảngcáchcàng gầnthìtínhđồngb ộ củathịtrườngchứngkhoáncàngcao.
Phươngtrìnhhồiquy:y=ρWy+βX+WXθ 1 W 1 y+ρWy+βX+WXθ 2 W 2 y+Xβ+αI N +ϵvớiW 1 vàW 2 làcặpmatrậntrọngsốcầnsosánh
Kếtquảsosánhtừngcặp(ρWy+βX+WXθ 1 - ρWy+βX+WXθ 2 )đượctổnghợpthànhbảngnày.Dấu+chobiếtρWy+βX+WXθ 1 >ρWy+βX+WXθ 2 ,chẳnghạngiaiđ o ạ n 2004-
2006,ρWy+βX+WXθ(theoExRateVola)>ρWy+βX+WXθ(theoFDI) ρWy+βX+WXθtheoKaOpenvàkhoảngcáchđịalýGeocó giátrị lớnhơncả.ρWy+βX+WXθ theothươngmạisongphươnglớnnhỏthấtt h ư ờ n g , trướcvàsaukhủnghoảngthìcao, trongkhủnghoảngthấp.ρWy+βX+WXθtheodaođộngtỷgiásongphươngtốtở trongvàsaukhủnghoảng.ρWy+βX+WXθtheoForeignclaimkémnhấ tởmọikỳ
(Sosánh hai hệsố bằng thểhiệndấucủaphéptrừ(ρWy+βX+WXθ 1 – ρWy+βX+WXθ 2 ), ρWy+βX+WXθ 1 ởdòng, ρWy+βX+WXθ 2 ởcột)
Pháthiệnvàđónggópcủanghiêncứu
BằngmôhìnhSpatialeconometricsvớidữliệuthịtrườngchứngkhoánvàcácchỉsố k inhtếvĩmôcácquốcgiacùngcácsốliệukinhtếsongphương,đolườnghộin h ậ p kin htế,nghiêncứuđãchỉrađược:
( 2 ) M ứ c độđ ồ n g b i ế n c a o h ơ n t r o n g thờikỳkhủn ghoảngvàngàycàngtăngthe othờigian.NghiêncứucósửdụnglạicácđolườngđãđượckiểmđịnhbởiAsgharian etal.
(2013)vàbổsungđolườngmớichomatrậntrọngsốkhônggianđolườnghộinhậpkinht ếtàichínhsongphươngdựat r ê n đầu tư giántiếpFPI, foreignclaimvà chỉsố KaOpencủaChinnand
Ito(2008).Kếtquảchothấy(3)tấtcảcácđolườngđượcchọnđểlậpmatrậntrọngsốkh ôngg i an đềugiảithíchđượctínhđồngbiếngiữacácthịtrườngchứngkhoán.Trongsốđ ó,đolườngmớibằngKaOpensongphươngvàkhoảngcáchđịalýphảnánhtốtn hấ t ởmọithờikỳvàtấtcảcácphươngphápkiểmđịnh,ướclượngmôhìnhđượcl ự a chọn.
(4)Ngoài KaOpenvà khoảngcáchđịalý,đolườngbằng,daođộngtỷgiá,t h ư ơ n g mạisongphươnglàcácđolườ ngtươngđốitốt.Cácđolườngbằngđầutưt r ự c tiếp,đầutưgiántiếp,foreignclaimlàk émnhất.Cácđolườnghộitụlãisuất,h ộ i tụlạmphátcũngkém.
Cóthểnói,nghiêncứunày đãkiểmđịnhvàkhẳngđịnhkhảnăngđolườngmứcđộphụt h u ộ c g i ữ a c á c t h ị t r ư ờ n g c h ứ n g k h o á n t h ô n g q u a c á c c h ỉ s ố k i n h tếs o n g phương.Nghiêncứuđ ãđónggópbổsungchoứngdụnglýthuyếtspatiale c o n o m e t r i c s t r o n g n g h i ê n c ứ u c á c v ấ n đ ề t à i c h í n h Đ o l ư ờ n g K a O p e n s o n g phươngmà nghiên cứunàyđưara dựatrênchỉ sốKaOpenthực sựlàmộtđo lườngcógiátrị,đángđượcquantâmbởicácnghiêncứusâuhơnsaunàytronglýthuyếtt à i chính,tàichínhquốctế.Điềunàycũngchothấycáccamkếtlýthuyếtcủacácc h í n h phủ vềmởcửathịtrườngvốn(đượcdùngđểxâydựngchỉsốKaOpen)cótácđộngđáng kểvàrõnétđếntínhđồngbiếngiữathịtrườngchứngkhoánmộtquốcgiavớithịtrường quốctế.
Kếtquảcủanghiêncứunàycóthểđượcsửdụngchocácnhàquảnlýtàichínhkhinhậnđịn hvề sựtương quan, xuhướng phụthuộc,đồng biếngiữacác thịtrườngch ứ n g khoán,từđóphụcvụchoquảnlýdanhmụcđầutư,quảntrịrủirođầutưtàichính.
Giớihạnvàđịnhhướngnghiêncứu .74 TÀILIỆUTHAMKHẢO
Mặcdùđãhếtsứccốgắng,vớisựhiểubiết,tâmhuyếtcaonhấtcủamình,kếthợpk i ế n thức đượcđàotạotrongmôitrườngkinhtếcùngvớikỹnăngsẵncócủamìnhv ề l ậ p t r ì n h v à s ử d ụ n g c á c c ô n g c ụ t í n h toánhiệnđại,s o n g v ì t h ờ i g i a n v à t à i nguyêndànhcho nghiêncứucógiớihạnnênchắcchắncónhữngtồntạicầnđượckhắcphụhaybổsungdàn hchocácnghiêncứusaunày.
Dữliệuthuthậpđượcchưanhiều,mớichỉgiớihạntrong18nướckhuvựcChâuÁTháiBìn hDươngdonguồndữliệukhôngcóhayrấtgiớihạnchocácchỉtiêukinhtếsongphương. Hơnnữa,mộtsốquốcgiatrongmẫucóthịtrườngchứngkhoánmớihìnhthànhnên khôngthểmởrộngnghiêncứuchokhoảngthờigiandàihơn.P hư ơn gp h á p n g h i ê n c ứ u đ ư ợ c s ử d ụ n g r ấ t mới,t h ự c sực h ư a p h ổ b i ế n t ạ i V i ệ t Nam.Trênthếgiới, cácphầnmềmướclượngmôhìnhcònkhámớivàgiaodiệnc h ư a thânthiện,kénn gườidùng.Vìvậykếtquảnghiêncứucóthểrấtcóýnghĩatrongmẫusongnếukếtluậnsu ydiễnchokhông gianrộnghơnhaytoàn thếgiớithìv ẫ n cógiớihạnnhấtđịnhvàcầnđượctiếptụcnghiêncứuphảnbiệnhaykiểmđịn ht í n h đúngđắnbằngcácphươngphápkháchaycáckỹthuậttrộnmẫu(nhưMonteC ar l o Simulationchẳnghạn)đểkiểmđịnhkếtquảnghiêncứubằngluậtsốlớn.
1 Abdalla,S.A.andMurinde,V., 1997.Exchangerateandstock pricei n t e r a c ti o n s i n e m e r g i n g f i n a n c i a l markets:e v i d e n c e o n I n d i a , K o r e a , PakistanandthePhilippines.AppliedFinancialEconomics,7(1):25-35
2 Ahmed,M N a n d Osman,I.M.,2 0 0 7 M a c r o e c o n o m i c F a c t o r s a n d B a n g l a d e s h StockMarket.InternationalReviewofBusinessResearchPaper,V o l 3,No.5:21-35.
3 AhmedM F , 2 0 0 0 E m e r g i n g S t o c k M a r k e t a n d t h e E c o n o m y Sout hE a s t Asian StudiesSeries,NagasakiUniversity,Japan
4 Akhtaruzzamanetal.,2014.Dynamiccorrelationanalysisofspill- overe f f e c t s ofinterestrateriskandreturnonAustralianandUSfinancial firms.JournalofInternationalFinancialMarkets,InstitutionsandMoney, 31:378–396
5 Alagidedea,P andP a n a g i o t i d i s , T , 2 0 1 2 Stockreturnsa n d i n f l a t i o n : E v i d e n c e fromquantileregressions.EconomicsLetters,117(1):28 3–286
7 Allen,F.andGale,D,2000.Financialcontagion.Journalofpolitcaleco n omy,108(1):1-33
8 Alper,C.Emre,andKamilYilmaz, 2004.Volatility andcon ta gi on : e v i d e n c e fromtheIstanbulstockexchange.Economic systems,28.4(2004):
9 Andrieșaetal.,2014.Analyzingtime– frequencyrelationshipbetweeninterestr ate,s t o c k p r i c e a n d e x c h a n g e r a t e t h r o u g h c o n t i n u o u s w a v e l e t E c o n o m i c Modelling,41:227–238
10 Anselin,L , 1 9 8 8 S p a t i a l e c o n o m e t r i c s : m e t h o d a n d m o d e l s , S t u d y o n o pera ti on al andregionalsience.KluwerA c a d e m i c Publis her.
Champaign2 0 0 2.UniversityofIllinois.[pdf]Availableathttp:// www.dpi.inpe.br/gilberto/tutorials/software/geoda/tutorials/w8_weight s p d f
Champaign2 0 0 2.UniversityofIllinois.[pdf]Availableat http://www.dpi.inpe.br/gilberto/tutorials/software/geoda/tutorials/ w8_weight s p d f
13 Apergis,N a n d E l e f t h e r i o u , S , 2 0 0 2 I n t e r e s t r a t e s , i n f l a t i o n , a n d s t o c k p ri c e s: thecaseoftheAthensStockExchange.Journalof PolicyModeling,2 4 ( 3 ): 2 3 1 -2 3 6
14 Asgharian,H.;Hess,W.andLiuL.,2013.Aspatialanalysisofinternationalstock marketlinkages.JournalofBankingandFinance,37:47380-4754
16 Beine,Michel;Candelon,Bertrand,2007.Liberalizationandstockma rketco - m o v em en t b e t w e e n emerginge c o n o m i e s ,CESifow o r k i n g p a p e r,N o 2131
17 BeineandC a n d e l o n , 2 0 1 1 L i b e r a l i s a t i o n a n d s t o c k marketc o - m o v e m e n t b et weenemergingeconomies.QuantitativeFinance,11(2):299- 312
18 Bekaert,G.andEngstrom,E.,2010.Inflationandthestockmarket:U n d er s t an d i n g the“FedModel”;Jo ur na l ofM on et ary Ec on om ics,57 (3 ):2
19 Bekti,R.D.;Rahayu,A.andSutikno,2013.Maximumlikelihoodestimatio nforSpatialDurbinmodel.JournalofMathematicsandStatistics,9(3):169-
20 Birz,G.andLott,J.R, 2011.Theeffectofmacroeconomicnews onstockr e t u r n s : Newevidencefromnewspapercoverage.JournalofBanking&Fina n ce,35(11):2791–2800
21 Bouaziz,M.C.;S e l m i , N ; B o u j e l b e n e , Y , 2 0 1 2 C o n t a g i o n e f f e c t o f t h e subprimefinancialcrisis: evidenceofDCCmultivariateGARC Hmodels.E u r o p e a n JournalofEconomics,FinanceandAdministrativ eSciences,4 4 : 6 6 – 7 6
22 Breusch,T.S.andA.R.Pagan,1980.T h e Lagrangemultipliertestanditsa pplicationstomodelspecificationineconometrics.ReviewofEconomicS tu di es,47:239–253.
23 Brooks,R.;Faff,R.W;Hillier,D.andHillier,J.,2004.Thenationalmarketi m p a ct o f s o v e r e i g n r a t i n g c h a n g e s Journalo f B a n k i n g & F i n a n c e,2
24 Celık, S , 2 0 1 2 T h e m o r e c o n t a g i o n e f f e c t o n e m e r g i n g m a r k e t s : T h e ev id en c e ofDCC-
25 Chang,K.L.andYu,S.T.,2013.Doescrudeoilpriceplayanimportantroleinexplai ningstockreturnbehavior?EnergyEconomics39:159–168
27 Chinn,M.D.andForbes,K.J.,2004.Adecompositionofgloballinkagesinfin ancialmarketsovertime.TheReview ofEconomicsandStatistics,8 6 : 7
30 Chou,R.Y.T;N g , V.andLynn,K.Pi,1994.CointegrationofInternationalSt ock
M a r k e t I n d i c e s.I n t e r n a t i o n a l M o n e t a r y F u n d A v a i l a b l e a thttps://ideas.repec.org/p/imf/imfwpa/94-94.html [Accessed 20June2014]
31 Chou,R.Y.T;N g , V.andLynn,K.Pi,1994.CointegrationofInternationalSt ock
M a r k e t I n d i c e s.I n t e r n a t i o n a l M o n e t a r y F u n d A v a i l a b l e a thttps://ideas.repec.org/p/imf/imfwpa/94-94.html [Accessed 20June2014]
32 Cinera,C.etal.,2013.Hedgesandsafehavens:Anexaminationofstocks,bo nds,gold, oiland ex c h a n ge r a t e s.InternationalReview o f Fi na nc ia l A n a l ysi s,29:202–211
34 Colea,R.Aetal.2008.Bankstockreturnsandeconomicgrowth.JournalofB a n k i n g &Finance,32(6):995–1007
35 Cooper,I a n d P r i e s t l e y , R , 2 0 0 8 TimeV a r y i n g R i s k P r e m i a a n d t h e O ut p u t Gap.ReviewofFinancialStudies,22(7):2801-2833
36 Cunado.JandPerezdeGracia,F.,2013.Oilpriceshocksandstockmarketretur ns:EvidenceforsomeEuropeancountries.EnergyEconomics,42:365–
International JournalofFinance&Economics,April2012,vol17(2):182–202
39 Dimson,MarshandStaunton(2003) GlobalInvestmentReturnsYearbo ok2 0 0 3 , Amsterdam:ABNdAmro.
40 Dunis,C L a n S h a n n o n , G , 2 0 0 5 E m e r g i n g marketso f South- Easta n d C e n t r a l A s i a : D o theys t i l l o f f e r a d i v e r s i f i c a t i o n b e n e f i t Journalo f A s s e t Management,6(3):168-190
Aviles,G.;Montero,J.MandOrlov,A.,2012.Spatialmodelingo f stockmar ketcomovements.F i n a n c e researchletters,9:202-212
44 Fillis,G.,2010.Macroeconomy,stockmarketandoilprices:Domeaningfulrelatio nshipsexistamongtheircyclicalfluctuations?
45 ForbesandRigobon,1999.MeasuringcontagionConceptualandEmpiricalI s s u e s [pdf]MITandNBER.Availableathttp://web.mit.e du/kjforbes/www/
Papers/Me asuringConta gion pdf [Accessed1 0 Feb2014]
46 Frankela n d R o s e , 1 9 9 8 T h e E n d o g e n i t y oft h e OptimumC ur re ncy Ar ea C r i t e r i a TheEconomicJournal,108(449):1009–1025
47 Giovannini,A.andJorion,P.,1987.Interestratesandriskpremiainthestockmarketa ndintheforeignexchangemarket.JournalofInternationalMoneya n d Fina nce,6(1):107–123
48 Hamao,Y.,Masulis,R.,Ng,V.,,1990.C o r r e l a t i o n s inpricechangesa ndv ol ati l it y acrossinternationalstockmarkets.ReviewofFinancialStu dies3:2 8 1 – 3 0 7
50 Hasthak,N , 1 9 9 5 T h e E f f e c t o f N a t i o n s ' E c o n o m i c L i n k a g e s ont h e Co-MovementoftheirStockMarkets.HonorsProjects,Paper55.
51 Hau,H a n d Rey,H , 2 0 0 2 ExchangeR a t e s , E q u i t y P r i c e s , a n d C a p i t a l Flows,NBERWorkingpapers e r i e s , WorkingPaper9398
52 Hau,H a n d Rey,H , 2 0 0 6 ExchangeR a t e s , E q u i t y P r i c e s , a n d C a p i t a l Flows.ReviewofF i n a n c i a l Studies,19:273–317
54 Humpe,AndreasandMacmillan,Peter,2007.Canmacroeconomicvariablese x p l a i n l o n g t e r m sto ck m a r k e t m o v e m e n t s ?
Japan, CDMA Working Paper Series 200720, Centre for
55 Humpe,AndreasandMacmillan,Peter,2007.Canmacroeconomicvariablese x p l a i n l o n g t e r m sto ck m a r k e t m o v e m e n t s ?
56 Ibrahim,B.M and Brzeszczynski,J., 2009 Inter-regionaland region- specifict r a n s m i s s i o n ofinternationalstockmarketreturns:Theroleof foreigninformation.JournalofInternationalMoneyandFinance,2 8 : 322–343
58 Jorion,P , 2 0 0 9 T h e P r i c i n g o f E x c h a n g e R a t e R i s k int h e S t o c k Mark et JournalofFinancialandQuantitativeAnalysis,26(03):363-376
MarketR e t u r n s a n d M a c r o e c o n o m i c P e r f o r m a n c e : E v i d e n c e f r o m T u r k e y.Econ papers Available athttp://www.researchgate.net/publication/23743552_Long_Run_Relationship s _ b e t w e e n _ S t o c k _ M a r k e t _ R e t u r n s _ a n d _ M a c r o e c o n o m i c _ P e r f o r m a n c e _ E v i d en c e _ f r o m _ T u r k e y [Accessed 28July2014]
MarketR e t u r n s a n d M a c r o e c o n o m i c P e r f o r m a n c e : E v i d e n c e f r o m T u r k e y.Econ papers Available athttp://www.researchgate.net/publication/23743552_Long_Run_Relationship s _ b e t w e e n _ S t o c k _ M a r k e t _ R e t u r n s _ a n d _ M a c r o e c o n o m i c _ P e r f o r m a n c e _ E v i d en c e _ f r o m _ T u r k e y [Accessed 28July2014]
62 Karmann,A.andHerrera,R.,2014.V o l a t i l i t y ContagionintheAsianCrisis:N e w EvidenceofVolatility TailDependence.ReviewofDevelopment
63 Kim,S.andIn,F.,2005.Therelationshipbetweenstockreturnsandinflation: ne w evidencefromwaveletanalysis.Journal ofEmpiricalFinance12(3):435–444
JoongandNguyen,DoQuocTho,2009.Thespillovereffectsoft a rg e t inte restratenewsfromtheU.S.FedandtheEuropeanCentralBankontheAsia-
O f GDP Growth And Stock Market Performance.
Availableathttp://www.businessinsider.com/little-relationship-between- stocks-gdp- 2 0 1 3 - 1 2 #i x z z3 F sW u Mq L B [Accessed20May2014]
O f GDP Growth And Stock Market Performance.
Availableathttp://www.businessinsider.com/little-relationship-between- stocks-gdp- 2 0 1 3 - 1 2 #i x z z3 F sW u Mq L B [Accessed20May2014]
67 Kumar,D.,2014.Returnandvolatilitytransmission betweengoldandstocks e c t o r s : A p p l i c a t i o n ofp o r t f o l i o manageme nta n d h e d g i n g e f f e c t i v e n e s s I I M B ManagementReview,26(1):5-16
68 LeSage, J.andPace,R.K,2009.Introductionto Spatial Econometrics.CRCP r ess.
69 LiaL.;Narayan, P.K.;Zheng,X.,2010.Ananalysisofinflation andstock r e t u r n s fortheUK.JournalofInternationalFinancial Markets, Insti tutions an dMoney,20(5):519–532
70 Liu,Y.A;PanM.SandS h i e h , J C P , 1998.InternationalT r a n s m i s s i o n ofStockPriceMovements:EvidencefromtheU.S.andFiveAsian- PacificM ar k et s.JournalofE c o n o m i c s andFinance,22:59-69
P a c i f i c w i t h E u r o p e a n a n d U S s t o c k marketreturns:Across-time- frequencyanalysis.ResearchinInternational B u s i n e s s andFinance,2
72 Longin,F.andSolnik,B ,1995.Isthecorrelationin internationalequi tyr et u r n s constant:1960-1990?
(2010).EvaluationofParameterEstimationMethodsforFitt in g SpatialRegressionM odels.ForestScience,56(5):505-514
74 LuisF.Martinsa,VascoJ.Gabrielb,2014.Modellinglongruncomovemen tsinequitymarkets:Aflexibleapproach.JournalofBanking&Finance,47:28 8–295
76 Buchhol,M.andTonzer,L.,2013.SovereignCreditRiskCo- movementintheEurozone:SimpleInterdependenceorContagion.WorkingP a p e r
A v a i l a b l e at:http://www.greta.it/credit/credit2013/PAPERS/Poster/thursday/ 06_Buchholz
77 Modigliani,F.andCohn,R.A,1979.Inflation,RationalValuationandTheM arket.FinancialAnalystsJournal,Mar-Apr1979:24-44
78 Mollick,A.V.andAssefa,T.A.,2013.U.S stockreturnsand oilprices:Thet a l e fromdaily dataandthe2008–
2009financialcrisis.EnergyEc on om ics,3 6 : 1 – 1 8
79 Moore, T andWang,P.,2014.Dynamic linkagebetween real exchange ratesands t o c k p r i c e s : E v i d e n c e f r o m d e v e l o p e d a n d e m e r g i n g
81 MoranaC.andBeltrattiA,2008.Comovementsininternationalstockmar kets.JournalofInternationalFinancialMarkets,InstitutionsandMoney,1 8 ( 1 ) : 3 1
82 Naifar,N.andDohaiman,M.S.A.,2013.N o n l i n e a r analysisamongcrude o i l prices,stockmarkets'returnandmacroeconomicvariables.Internat ionalReviewofEconomics&Finance27:416–431
83 Numan,ĩandDemirci,E.,2012 Joint dynamicsofforeign exchangea ndst o c k marketsinemergingEurope.JournalofInternationalFinanc ialMa rket s, InstitutionsandMoney,2 2 ( 1 ) : 5 5 - 8 6
84 O’Neill,Stupnytska andWrisdale,2011.Linking GDPGrowthand Equ ity R e t u r n s.GoldmanSachsAssetManagementMonthlyInsights
85 O’Neill,Stupnytska andWrisdale,2011.Linking GDPGrowthand Equ ity Retu rns.GoldmanSachsAssetManagementMonthlyInsights
87 Ozdemir,Z.A.,2009.LinkagesbetweenInternationalstockmarkets:Amultiv ariatelong-memoryapproach.PhysicA,338(12):2461-2468
89 Reboredo,J.C.andRivera-Castro, M A , 2014.Wavelet- basedevidenceof t h e impactofoilpricesonstockreturns.InternationalRevi ewofEconomics
90 Ritter,J R, 2 00 5 Economic g ro wt h ande q u i t y returns.PacificBasin FinanceJournal,13:489-503
91 Sandera,H andKleimeier, S , 2003 Contagion andcausality:anempiri calinvestigationoffourAsiancrisisepisodes.JournalofInternationalFinancial
92 Sandte,H.,2012.StockMarketvsGDPGrowth:AComplicatedMixture ,BNYMellonAssetManagement,ViewPointJ u l 2012
93 Savva,C.S.,2009.Internationalstockmarketsinteractionsandconditio nalcorrelation.JournalofI n t e r n a t i o n a l F i n a n c i a l M a r k e t s , I n s t i t u t i o n s & Mo n e y,19(4):645-661
94 Schmeling,M.andSchrimpf, A , 2011 Expected in fl at io n, expected s tockreturns,andmoneyillusion:Whatcanwelearn from surveyexpect ations?E u r o p e a n EconomicReview,55(5):702–719
95 Smyth,R.andNandha,M.2003.Bivariatecausalitybetweenexchangeratesa n d stockpricesinSouthAsia.AppliedEconomicsLetters,10(11):699-704.
96 Solnik,B e t a l , 1 9 9 6 I n t e r n a t i o n a l marketsc o r r e l a t i o n a n d v o l a t i l i t y F i n a n c i a l AnalystsJournal,Sep/Oct1996:17-34
Chun,2012.Therelationshipbetweenstockpriceindexandexchanger at e inAsia nmarkets:Aquantileregressionapproach.JournalofInternationalFinancial
99 Walti,S.,2005.Themacroeconomicdeterminantsofstockmarkets ync hron ization.[pdf] available athttp://www.tcd.ie/Economics/staff/waltis/papers/correl.pdf
100 Walti,S , 2 0 0 5 T h e m a c r o e c o n o m i c d e t e r m i n a n t s o f s t o c k m a r k e t s y n c h r o n i z a t i o n.[pdf] available athttp://www.tcd.ie/Economics/staff/waltis/papers/correl.pdf
101 Wang,K.andHuang,Y.C.,2011.Thedynamicdependencebetwe entheC h i n e s e marketa n d o t h e r i n t e r n a t i o n a l s t o c k m a r k e t s : a t i m e - v a r y i n g co p u la approach.Internationalreviewofeconomicsandfinance,20:654- 664.
104 Yang,T.andLim,J.J,2004.Crisis,Contagion,andEastAsianStockMarke ts.ReviewofPacificBasinFinancialMarketsandPolicies,7:119-151
Chung, 2009 Testingfor cointegrationwiththresholdeffectbetween stockpricesandexchangeratesinJapanandTaiwan.JapanandtheWorldEconom y,21(3):292-300
