Ảnh hưởng của biến động tỷ giá lên thương mại quốc tế của việt nam , luận văn thạc sĩ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM TRẦN THỊ TUYẾT ANH ẢNH HƯỞNG CỦA BIẾN ĐỘNG TỶ GIÁ LÊN THƯƠNG MẠI QUỐC TẾ CỦA VIỆT NAM LUẬN VĂN THẠC SỸ KINH TẾ Thành phố Hồ Chí Minh – Năm 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TPHCM TRẦN THỊ TUYẾT ANH ẢNH HƯỞNG CỦA BIẾN ĐỘNG TỶ GIÁ LÊN THƯƠNG MẠI QUỐC TẾ CỦA VIỆT NAM Chuyên ngành : Tài – Ngân hàng Mã số : 60340201 LUẬN VĂN THẠC SỸ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC GS.TS Trần Ngọc Thơ Thành phố Hồ Chí Minh – Năm 2013 LỜI CAM ĐOAN Tôi xin cam đoan luận văn “Ảnh hưởng biến động tỷ giá lên thương mại quốc tế Việt Nam” cơng trình nghiên cứu tơi Ngồi tài liệu tham khảo trích dẫn luận văn, cam đoan số liệu kết nghiên cứu luận văn chưa công bố sử dụng hình thức Thành phố Hồ Chí Minh, ngày tháng 12 năm 2013 Tác giả Trần Thị Tuyết Anh MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT DANH MỤC BẢNG BIỂU DANH MỤC HÌNH VẼ TĨM TẮT 1 GIỚI THIỆU CHUNG Đối tượng nghiên cứu .2 Mục tiêu nghiên cứu .3 Phương pháp nghiên cứu 1.1 Biến động tỷ giá 1.2 Cán cân thương mại 1.3 Lý thuyết mối quan hệ tỷ giá hoạt động thương mại quốc tế TỔNG QUAN TÀI LIỆU NGHIÊN CỨU 12 PHƯƠNG PHÁP THỰC NGHIỆM 16 3.1 Xây dựng mơ hình nghiên cứu 16 3.2 Dữ liệu phương pháp nghiên cứu 18 3.3 Ước lượng biến động tỷ giá 18 3.3.1 Kiểm định tính dừng chuỗi biến động tỷ giá theo ngày 18 3.3.2 Ước lượng tham số mơ hình ARIMA 20 3.3.3 Ước lượng mơ hình ARCH, GARCH 25 3.4 Ước lượng phương trình thương mại………………………………………… 27 KẾT QUẢ 29 4.1 Kết ước lượng phương trình xuất tổng hợp 29 4.2 Kết ước lượng phương trình nhập tổng hợp 31 4.3 Phân tích mơ hình xuất, nhập số mặt hàng chủ yếu 34 4.4 Phân tích liệu quốc gia song phương 37 KẾT LUẬN 45 TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC CÁC TỪ VIẾT TẮT AR AutoRegressive - Tự hồi quy ARCH AutoRegressive Conditional Heteroskedasticity - Tự hồi quy phương sai thay đổi ARDL Autoregressive Distributed Lag - Mơ hình phân bố trễ tự hồi quy ARIMA AutoRegressive Integrated Moving Average - Tự hồi quy kết hợp trung bình trượt CCTM Cán cân thương mại CPI Consumer price index - Chỉ số giá tiêu dùng GARCH General AutoRegressive Conditional Heteroskedasticity - Tự hồi quy phương sai thay đổi dạng tổng quát GDP Gross Domestic Product - Tổng sản phẩm quốc nội GSO General Statistics Office - Tổng Cục Thống kê IMF International Monetary Fund - Quỹ Tiền tệ Quốc tế MA Moving Average - Trung bình trượt NHNN Ngân hàng Nhà nước OLS Ordinary Least Squares - Bình phương bé thông thường DANH MỤC BẢNG BIỂU Bảng 3.1: Kết kiểm định tính dừng cho chuỗi liệu biến động tỷ giá theo ngày Bảng 3.2: Correlogram Specification biến động tỷ giá Bảng 3.3: Ước lượng mơ hình ARIMA biến động tỷ giá Bảng 3.4: Kết kiểm định tham số mơ hình ARIMA Bảng 3.5: Các mơ hình ARIMA xác định từ biểu đồ tương quan Bảng 3.6: Bảng mơ hình ARIMA(1,0,1) Bảng 3.7: Kiểm định nhiễu trắng Bảng 3.8: Kết kiểm tra ảnh hưởng ARCH mơ hình Bảng 3.9: Tóm tắt kết so sánh mơ hình ARCH sử dụng để đo lường biến động Bảng 3.10: Kết ước lượng với mơ hình ARCH (2) Bảng 4.1: Kết hồi quy cho xuất tổng hợp Bảng 4.2: Kết kiểm định tham số phương trình xuất tổng hợp Bảng 4.3: Kết hồi quy cho nhập tổng hợp Bảng 4.4: Kết kiểm định tham số phương trình nhập tổng hợp Bảng 4.5: Kết hối quy cho xuất số mặt hàng chủ yếu Bảng 4.6: Kết hồi quy cho nhập số mặt hàng chủ yếu Bảng 4.7: Tóm tắt mơ hình ARCH đáng tin cậy với liệu tỷ giá song phương Bảng 4.8: Kết hồi quy xuất song phương Bảng 4.9: Kết hồi quy nhập song phương DANH MỤC HÌNH VẼ Hình 1.1: Diễn biến tỷ giá USD/VND theo ngày từ 1/1/2004-28/6/2013 Hình 1.2: Tình hình xuất, nhập CCTM Việt Nam từ năm 2004-2013 Hình 4.1: Test CUSUM, kiểm tra tính ổn định mơ hình TĨM TẮT Đề tài nghiên cứu ảnh hưởng biến động tỷ giá lên thương mại quốc tế Việt Nam Sử dụng mơ hình ARCH để ước lượng biến động tỷ giá với số liệu chuỗi thời gian từ quý 1/2004 đến quý 2/2013 Ngoài liệu thương mại xuất, nhập tổng hợp sử dụng, mối quan hệ biến động tỷ giá thương mại quốc tế mở rộng phân tích thêm với việc sử dụng liệu xuất, nhập riêng rẻ mặt hàng cụ thể liệu thương mại song phương Việt Nam nước đối tác Việc phân tích giúp tránh đánh đồng mối quan hệ phát mức độ ảnh hưởng khác thị trường hàng hóa khác Từ loại bỏ mối quan hệ không đáng kể Kết nghiên cứu cho thấy rằng, biến động tỷ giá có ảnh hưởng tích cực xuất có mối quan hệ nghịch chiều nhập Việt Nam Ảnh hưởng biến động khác thị trường hàng hóa khác có số kết khơng thể rõ nét kỳ vọng Từ khóa: ARCH, biến động tỷ giá, thương mại, xuất khẩu, nhập PHỤ LỤC Mơ hình ARIMA 1.1 Giới thiệu mơ hình ARIMA Mơ hình trung bình trượt, đồng liên kết, tự hồi quy ARIMA dựa triết lý “hãy để liệu tự nói”, khơng sử dụng biến ngoại sinh độc lập X 1, X2, X3 để giải thích cho Y, mà sử dụng giá trị khứ Y để giải thích cho thân Nó khơng giả định mơ hình cụ thể nào, mà việc xác định mơ hình dựa phân tích liệu cụ thể trường hợp chút nghệ thuật kinh nghiệm người sử dụng 1.2 Quy trình bước Box-Jenkins Dữ liệu gốc chuyển sang dạng logarith nhằm làm trơn liệu (loại bỏ quan sát biến động) đặc biệt chuỗi liệu không phân bố chuẩn cách logarith để khắc phục vấn đề điều kiện xử lý thống kê Do mơ hình xác Bước 1: Kiểm tra tính dừng: Tính dừng: trình ngẫu nhiên Yt trung bình phương sai q trình khơng thay đổi theo thời gian giá trị đồng phương sai hai thời đoạn phụ thuộc vào khoảng cách hay độ trễ thời gian hai thời đoạn không phụ thuộc vào thời điểm thực tế mà đồng phương sai tính Cụ thể: Trung bình: E(Yt) = μ = const Phương sai: Var(Yt) = E(Yt- μ ) = σ = const Đồng phương sai: Covar(Yt,Yt+k) = E[(Yt – μ)(Yt+k – μ) = γk Hậu : Trong mơ hình hồi quy cổ điển, ta giả định sai số ngẫu nhiên có kỳ vọng không, phương sai không đổi chúng không tương quan với Với liệu chuỗi không dừng, giả thiết bị vi phạm, kiểm định t, F hiệu lực, ước lượng dự báo khơng hiệu hay nói cách khác phương pháp OLS khơng áp dụng cho chuỗi khơng dừng Điển hình tương hồi quy giả: mơ hình tồn biến độc lập có xu với biến phụ thuộc, ước lượng mơ hình ta thu hệ số có 2 ý nghĩa thống kê hệ số xác định R cao Nhưng điều giả, R cao hai biến có xu khơng phải chúng tương quan chặt chẽ với Tính dừng chuỗi thời gian nhận biết dựa đồ thị chuỗi thời gian, đồ thị hàm tự tương quan mẫu hay kiểm định Dickey-Fuller Dựa đồ thị Y = f(t), cách trực quan chuỗi Y t có tính dừng đồ thị cho thấy trung bình phương sai q trình Yt khơng đổi theo thời gian Dựa vào hàm tự tương quan mẫu ACF Nếu ACF = f(t) giảm nhanh tắt dần chuỗi có tính dừng Kiểm định Dickey-Fuller (kiểm định đơn vị) nhằm xác định xem chuỗi thời gian có phải ngẫu nhiên (Random Walk, nghĩa Yt = 1*Yt-1 + εt) hay không Nếu chuỗi bước ngẫu nhiên khơng có tính dừng Tuy nhiên chuỗi khơng có tính dừng chưa bước ngẫu nhiên Bước 2: Cách khắc phục: Để biến đổi chuỗi không dừng thành chuỗi dừng, thông thường lấy sai phân lần hai lần chuỗi có tính dừng Chuỗi gốc: Yt Chuỗi sai phân bậc 1: Wt = Yt – Yt-1 Chuỗi sai phân bậc 2: Vt = Wt – Wt-1 Bước 3: Phân tích giản đồ tự tương quan để chọn p,d,q Theo Box-Jenkins, q trình ngẫu nhiên có tính dừng tuân theo nhiều trình khác nhau: Quá trình tự hồi quy bậc p – AR(p) Trong mơ hình tự hồi quy q trình phụ thuộc vào tổng có trọng số giá trị khứ số hạng ngẫu nhiên hành theo độ trễ Yt = αo + α1Yt-1 + α2Yt-2 +…+ αpYt-p + ut Với Y chuỗi dừng ut nhiễu trắng, ta nói Y tuân theo trình Tự hồi quy bậc p, ký hiệu AR(p) Quá trình trung bình trượt bậc q – MA(q) Trong mơ hình trung bình trượt, q trình mơ tả hồn tồn tổng giá trị khứ số hạng ngẫu nhiên hành theo độ trễ Yt = ut+β1ut-1+ β2ut-2+ …βqut-q Với Y chuỗi dừng ut nhiễu trắng, ta nói Y tuân theo trình Trung bình trượtbậc q, ký hiệu MA(q) Quá trình tự hồi quy kết hợp trung bình trượt – ARIMA (p,d,q) Yt = φ + [α1Yt-1 + + αpYt-p] + [β1Ut-1 +…+ βqUt-q] + ut Nhận dạng mơ hình Nhận dạng mơ hình ARIMA (p,d,q) tìm giá trị thích hợp p,d,q Với d bậc sai phân chuỗi thời gian khảo sát, ký hiệu I(d),p bậc tự hồi quy q bậc trung bình trượt Mơ hình tổng qt sau: d d d D (Yt) = φ + [α1D (Yt-1) +…+αpD (Yt-p)] + [β1ut-1 + …+β4ut-q] + ut Như vậy, xác định giá trị p, d, q ta mơ hình hóa chuỗi Đồng thời ta dễ dàng nhận ra, mơ hình ARIMA sử dụng giá trị khứ thân hồn tồn khơng sử dụng thêm biến độc lập khác Đây triết lý “hãy để liệu tự nói” Bước 4: Ước lượng mơ hình dự kiến, kiểm tra phần dư Bước 5: Lựa chọn mô hình phù hợp Tuy nhiên, chuỗi liệu phù hợp với nhiều mơ hình ARIMA khác nhau, cần thử nhiều mơ hình để chọn mơ hình phù hợp Đó lý phương pháp lập mơ hình ARIMA Box-Jenkins xem nghệ thuật nhiều khoa học Cần phải có kỹ tốt để lựa chọn mơ hình ARIMA thích hợp Thơng thường, ta dựa tiêu chuẩn: Log likelihood (giá trị lớn tốt), Akaike, Schwarz (giá trị nhỏ tốt) hay so sánh với liệu khứ để lựa chọn mơ hình thích hợp Bước : Dự báo Một số lý tính phổ biến phương pháp lập mơ hình ARIMA thành cơng dự báo Trong nhiều trường hợp, dự báo thu từ phương pháp tin cậy so với dự báo từ phương pháp lập mơ hình kinh tế lượng truyền thống, đặc biệt dự báo ngắn hạn Tất nhiên, trường hợp phải kiểm tra cụ thể Mơ hình ARCH Trong mơ hình hồi quy OLS cổ điển hay mơ hình ARIMA phương trình phân làm hai phần, phần giá trị trung bình phần cú sốc đại diện nhiễu hay ta gọi ut Mơ hình OLS u cầu kỳ vọng ut phải 0, phương sai u t không đổi hiệp phương sai u t không đổi Cịn mơ hình ARIMA u cầu ut phải dừng Bản thân ut yếu tố quan trọng mơ hình hồi quy tính chất đại diện đặc biệt nhiễu, phương sai u t đại diện cho độ lệch bình phương giá trị thực giá trị hồi quy Nếu chuỗi thời gian biến tỷ suất sinh lợi hay giá loại tài sản câu hỏi đặt làm cách mà dự báo rủi ro chuỗi dự báo giá trị trung bình hay nói cách khác làm cách dự báo phương sai ut Đó vấn đề mà ARCH đời để giải Engel (1982) người tìm mơ hình ARCH Để dự báo phương sai ut ơng đặt giả định phương sai u t phương sai có điều kiện thay đổi ut mô tả hàm hồi quy phương sai u t(σ t) phụ thuộc vào bình phương giá trị trễ u t khứ Chúng ta có phương trình sau: 2 σ t = αo + α1u t-1 + α2u t-2 + …+ αku t-k + εt (1) Từ phương trình (1) hồn tồn dự báo giá trị phương sai nhiễu từ xác định mức rủi ro biến xét Quy trình thực ARCH Bước 1: Dùng ARIMA để xác định phương trình trung bình tốt Bước 2: Sau có đươc mơ hình dự báo giá trị trung bình tốt tiến hành lọc lấy nhiễu mơ hình hồi quy Sau có giá trị nhiễu tiến hành kiểm định tính ARCH Kiểm định tính ARCH mơ tả sau: Ước lượng phương trình (1) 2 σ t = αo + α1u t-1 + α2u t-2 + …+ αku t-k + εt Kiểm định giả thuyết sau: Ho = α1 = α2 =…= αn = H1 = α =α 2 =…= α n>0 (cú sốc dương cú sốc âm có mức ảnh hưởng đến rủi ro) Có cách để kiểm định: Cách 1: Dùng thống kê F, so sánh giá trị f vừa tìm với giá trị Fα (m, n-2m-1) α mức ý nghĩa Nếu f > Fα, ta bác bỏ Ho ngược lại, f < Fα, chấp nhận Ho Cách 2: Dùng thống kê Chi bình phương 2 2 Ta tính giá trị nR = χ So sánh với giá trị χ α, giá trị χ tính tốn lớn giá trị χ α lý thuyết ta bác bỏ giả thiết Ho χ nhỏ χ α ta chấp nhận Ho Bước 3: Sau kiểm định tính ARCH khơng có hiệu ứng ARCH dừng lại, có hiệu ứng ARCH tiến hành chạy mơ hình ARCH để dự báo rủi ro Lúc có hệ hai mơ sau: Yt = c + Σ n t=1Xt σ t = αo + α1u t-1 (2) + ut t-2 + α2 u t-k + …+ αku + εt (3) Trong phương trình (2) phương trình ước lượng giá trị trung bình phương trình cịn lại ước lượng giá trị phương sai nhiễu Chúng ta dùng mơ hình ARIMA để tìm nhiễu biến có giá trị Dùng phương pháp OLS để ước lượng phương trình (3) chọn độ trễ cho mơ hình phù hợp để hệ số hồi quy có ý nghĩa thống kê Sau tìm phương trình (3) tốt tiến hành dự báo phương sai nhiễu thơng qua phương trình (3) giá trị trung bình thơng qua phương trình (2) Từ dự báo giá trị trung bình thời điểm sai số với mức ý nghĩa chọn trước Mơ hình GARCH Tuy mơ hình ARCH mơ hình hóa động thái phương sai có điều kiện, có số nhược điểm sau : Nếu hiệu ứng ARCH có nhiều độ trễ làm giảm đáng kể số bậc tự mơ hình, điều nghiêm trọng chuỗi thời gian ngắn ảnh hưởng đến kết ước lượng Mơ hình giả thiết cú sốc dương cú sốc âm có mức ảnh hưởng đến độ rủi ro, phương trình phương sai u t-i bình phương Trong thực tế biến động phản ứng khác cú sốc âm cú sốc dương Và mơ hình GARCH đời phần khắc phục nhược điểm Mơ hình GARCH (p, q) Yt = β1 + β2 Xt + ut ut = N(0, σ t) p σ t = γo + Σ i=1δiσ t-1 +Σ q j=1γju t-j (4) Điều kiện : γo> ; δi, γj>=0 Phương trình (4) cho thấy phương sai phụ thuộc vào: Giá trị khứ cú sốc, đại diện biến trễ hạng nhiễu bình phương u t-j Các giá trị khứ thân, σ t đại diện biến σ t- GARCH (0, q) ARCH(q) Dạng đơn giản mơ hình GARCH (p, q) mơ hình GARCH(1,1) Phương trình phương sai mơ hình GARCH(1,1) : 2 t-1 σ t = γo + δiσ + γju t-1 (5) Người ta chứng minh mơ hình GARCH (1,1) tương đương với mơ hình ARCH bậc vơ với hệ số có xu hướng giảm dần Chúng ta nên sử dụng mơ hình GARCH (1,1) thay cho ARCH bậc cao với GARCH(1,1) có hệ số cần ước lượng hơn, để hạn chế khả bậc tự mơ hình Test CUSUM mơ hình xuất mặt hàng Việt Nam Cao su Dầu thô 20 20 15 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2006 2007 2008 2009 CUSUM 2010 2011 2012 2006 5% Significance 2009 2010 2011 2012 5% Significance Điện tử 20 20 15 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2007 2008 2009 CUSUM 2010 2011 2012 2006 5% Significance 2007 2008 CUSUM Gạo 2009 2010 2011 2012 5% Significance Giày dép 20 15 20 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2006 2008 CUSUM Dệt may 2006 2007 2007 2008 CUSUM 2009 2010 2011 2012 5% Significance 2006 2007 2008 CUSUM 2009 2010 2011 2012 5% Significance 20 15 Gỗ 20 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2006 2007 2008 2009 CUSUM 2010 Thủy sản 2006 2011 2012 2007 2008 CUSUM 5% Significance 2009 2010 2011 2012 5% Significance Test CUSUM mô hình mặt hàng nhập Việt Nam Điện tử Hóa chất 20 20 15 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2006 2007 2008 2009 2010 2011 2006 2012 2007 2008 CUSUM CUS UM Máy móc thiết bị 2011 2012 5% Significance Nguyên phụ liệu 20 15 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2007 2010 5% Significa nce 20 2006 2009 2008 2009 2010 2011 2012 CUSUM 5% Significance 2006 2007 2008 CUSUM 2009 2010 2011 2012 5% Significance Ơtơ Sắt thép 20 20 15 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2006 2007 2008 CUSUM 2009 2010 2011 2012 2006 5% Significance 2008 CUSUM Vải 2009 2010 2011 2012 5% Significance Xăng dầu 20 20 15 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2006 2007 2007 2008 CUSUM 2009 2010 2011 2012 2006 5% Significance 2007 2008 CUSUM 2009 2010 2011 2012 5% Significance Test CUSUM mơ hình xuất nhập song phương: Anh (xuất – nhập khẩu): 16 16 12 12 8 4 -4 -4 -8 -8 -12 -12 -16 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 -16 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 Đức (xuất – nhập khẩu) 16 12 16 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2006 2007 2008 2009 2010 2011 CUSUM 5% Significance 2012 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 16 Malaisia (xuất – nhập khẩu) 16 12 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2006 2007 2008 2009 CUSUM 2010 2011 2006 2012 2007 2008 2009 2010 2011 CUSUM 5% Significance 2012 5% Significance Singapore (xuất – nhập khẩu) 16 12 16 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 Thái Lan (xuất – nhập khẩu) 16 12 16 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2006 2007 2008 CUSUM 2009 2010 2011 2012 2006 2007 5% Significance 2008 CUSUM 2009 2010 2011 2012 5% Significance Hàn Quốc (xuất – nhập khẩu) 16 12 16 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2006 2007 2008 CUSUM 2009 2010 2011 2012 2006 2007 5% Significance 2008 CUSUM 2009 2010 2011 2012 5% Significance Mỹ (xuất – nhập khẩu) 20 20 15 15 10 10 5 0 -5 -5 -10 -10 -15 -15 -20 -20 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 Hồng Kông (xuất – nhập khẩu) 16 16 12 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2007 2008 2009 CUSUM 2010 2011 2012 2007 5% Significance 2008 2009 CUSUM 2010 2011 2012 5% Significance Nhật (xuất – nhập khẩu) 16 12 16 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2007 2008 2009 CUSUM 2010 2011 2012 2007 2008 5% Significance 2009 CUSUM 2010 2011 2012 5% Significance Úc (xuất – nhập khẩu) 16 12 16 12 8 4 0 -4 -4 -8 -8 -12 -12 -16 -16 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 2006 2007 2008 CUSUM 2009 2010 2011 5% Significance 2012 Trung Quốc (xuất – nhập khẩu) 16 16 12 12 8 4 0 -4 -8 -4 -12 -8 -16 -12 2007 2008 2009 2010 2011 2012 -16 2007 CUSUM 2008 2009 2010 2011 5% Significance CUSUM 5% Significance 2012 ... GARCH( 1,2 ) 0,1 81 ( 8,2 1) 0,2 16 ( 7,6 5) 0,5 22 ( 4,3 2) HKD/VND GARCH( 1,3 ) 0,0 16 ( 3,5 9) 0,1 98 ( 4,6 2) 0,2 47 ( 8,3 6) JPY/VND 0,2 92 ( 4,6 5) 0,6 9 ( 5,1 2) GARCH( 1,1 ) Σ (α+β) 0,9 07 0,9 19 0,4 11 ( 4,3 2) 0,8 72 0,9 82... ( 3,4 3) 1,0 14 E-4 ( 2,2 7) 146 0,4 1 ( 2,0 5) 0,5 84 2,2 04 3,9 2 E-14 ( 0,0 3) - 8,9 E-10 ( 2,9 1) 0,0 01 ( 0,4 6) 365 8,5 6 ( 0,9 3) 0,2 17 2,1 31 Giầy dép 2,5 1 E-12 ( 3,1 1) - 3,2 5 E-11 ( 0,1 8) - 8,7 9 E-5 ( 0,2 0) 158 8,7 6... ( 2,9 7) 3,5 3 E-11 ( 0,1 6) 5,7 7 E-4 ( 0,6 6) -293 8,2 5 ( 2,0 8) 0,6 32 2,2 91 Sắt thép - 4,4 7 E-12 ( 2,2 2) 2,8 9 E-10 ( 0,6 5) - 0,0 01 ( 0,5 6) -94 3,3 5 ( 0,1 6) 0,1 50 2,1 14 Vải - 9,0 3 E-12 ( 2,4 1) - 5,5 3 E-10 ( 1,8 9) 4,6 9