Mối liên kết động giữa giá vàng thế giới, giá dầu thế giới, tỷ giá hối đoái và thị trường chứng khoán việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH NGUYỄN THỊ KIM LUYẾN MỐI LIÊN KẾT ĐỘNG GIỮA GIÁ VÀNG THẾ GIỚI, GIÁ DẦU THẾ GIỚI, TỶ GIÁ HỐI ĐOÁI VÀ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM LUẬN VĂN THẠC SĨ KINH TẾ Tp Hồ Chí Minh – 2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH NGUYỄN THỊ KIM LUYẾN MỐI LIÊN KẾT ĐỘNG GIỮA GIÁ VÀNG THẾ GIỚI, GIÁ DẦU THẾ GIỚI, TỶ GIÁ HỐI ĐOÁI VÀ THỊ TRƯỜNG CHỨNG KHOÁN VIỆT NAM Chuyên ngành: Tài Chính - Ngân Hàng Mã số: 60340201 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS HỒ VIẾT TIẾN Tp Hồ Chí Minh – 2016 LỜI CAM ĐOAN Tôi cam đoan Luận văn Thạc sĩ Kinh tế với đề tài “Mối liên kết động giá vàng giới, giá dầu giới, tỷ giá hối đối thị trường chứng khốn Việt Nam” cơng trình nghiên cứu tơi với hướng dẫn PGS.TS Hồ Viết Tiến Các số liệu kết nghiên cứu trình bày luận văn khách quan trung thực Tôi chịu trách nhiệm nội dung tơi trình bày luận văn Thành phố Hồ Chí Minh, tháng 10 năm 2016 Tác giả Nguyễn Thị Kim Luyến TRANG PHỤ BÌA LỜI CAM ĐOAN MỤC LỤC DANH MỤC HÌNH DANH MỤC BẢNG TĨM TẮT ĐỀ TÀI CHƯƠNG 1: GIỚI THIỆU NGHIÊN CỨU 1.1 Lý chọn đề tài 1.2 Mục tiêu câu hỏi nghiên cứu 1.2.1 1.2.2 1.3 Phạm vi nghiên cứu đối tượng n 1.3.1 1.3.2 1.4 Phương pháp nghiên cứu 1.5 Ý nghĩa khoa học thực tiễn 1.6 Giới thiệu kết cấu luận văn CHƯƠNG 2: TỔNG QUAN CÁC NGHIÊN CỨU LIÊN QUAN 2.1 Cơ sở lý thuyết cho nghiên cứu 2.1.1 2.1.2 2.2 Tổng quan mối quan hệ 2.2.1 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6 2.3 Các nghiên cứu thực nghiệm mố thị trường chứng khoán 2.3.1 Các nghiên cứu thực nghiệm mối quan hệ giá vàng giới, giá dầu giới, tỷ giá hối đoái thị trường chứng khoán 16 2.3.2 Các nghiên cứu thực nghiệm quan hệ giá vàng giới, giá dầu giới, tỷ giá VND/USD thị trường chứng khoán Việt Nam .25 CHƯƠNG 3: PHƯƠNG PHÁP VÀ DỮ LIỆU NGHIÊN CỨU 32 3.1 Phương pháp nghiên cứu 32 3.1.1 Kiểm định tính dừng 32 3.1.2 Kiểm định hiệu ứng ARCH 33 3.1.3 Phương pháp DCC-GARCH 34 3.1.4 Kiểm định nhân phi tuyến Kyrtsou-Labys trường hợp cân xứng bất cân xứng 36 3.2 Dữ liệu nghiên cứu 38 3.3 Giả thuyết nghiên cứu 39 3.4 Tiến trình xử lý liệu nghiên cứu 40 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 42 4.1 Phân tích sơ liêu 42 4.1.1 Thống kê mô tả 42 4.1.2 Kiểm định tính dừng xác định bậc tích hợp .48 4.2 Kiểm định tượng tự tương quan 50 4.3 Kiểm định ảnh hưởng ARCH 52 4.4 Kết nghiên cứu mối liên kết động dựa mơ hình DCC-GARCH 54 4.5 Kiểm tra quan hệ nhân phi tuyến Kyrtsou-Labys 64 CHƯƠNG 5: KẾT LUẬN, GỢI Ý CHÍNH SÁCH, HẠN CHẾ VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 68 5.1 Kết luận 68 5.2 Những gợi ý sách 70 5.3 Hạn chế đề tài 71 5.4 Những gợi ý cho hướng nghiên cứu 72 TÀI LIỆU THAM KHẢO PHỤ LỤC ADF ARCH ARDL ASEAN BRICS CCC-GARCH COMEX DCC DCC-GARCH DJIA ECM EGARCH EXR EUR FDI FED FMOLS GARCH General Autoregressive Conditional Heteroskedasticity: Phương sai thay đổi điều kiện tự hồi quy tổng quát GARCH-SVAR General Autoregressive Conditional Heteroskedasticity- Structural Vector Autoregression: Phương sai thay đổi điều kiện tự hồi quy tổng quát vec tơ cấu trúc GBP Great British Pound: Bảng Anh GDP Gross Domestic product: Tổng sản phẩm quốc nội GOLD Giá vàng giới IMF International Monetary Fund: Quỹ tiền tệ quốc tế IRN India Rupee: Đồng Rupi Ấn Độ JPY VNINDEX NYSE WTI NASDA Q OIL PP TGARC H USD VAR VARGARC H VECM VND Ja pa ne se Ye n: Đồ ng Yê n Nh ật Bả n sociation of Securities Dealers Automated Quotation: Ne w Yo rk St oc k Ex ch an ge: Sà n gia o dịc h ch ứn g kh oá n Ne w Giá dầu giới Yo rk Na tio nal As Hiệp Hội Quốc gia người Mua bán Chứng khốn có bảng giá điện tốn hóa Phillips Perron: Kiểm định nghiệm đơn vị Phillips Perron Threshold General Autoregressiv e Conditional Heteroskedast icity: Hàm ngưỡng phương sai thay đổi điều kiện tự hồi quy tổng quát US Dollar: đô la Mỹ Vector Autoregressio n: Tự hồi quy vec tơ Vector Autoregressiv e-General Autoregressiv e quát tự hồi quy vec tơ Conditional Vector Error Correction Model: Mơ hình điều chỉnh sai số vec tơ Heteroskedast icity: Phương sai thay đổi điều kiện tự hồi quy tổng Vietnamese Dong: Đồng Việt Nam Chỉ số chứng khoán Việt Nam West Texas Intermediate: Dầu thơ WTI DANH MỤC HÌNH Hình 2.1: Sơ đồ kênh truyền dẫn cú sốc giá dầu đến kinh tế vĩ mơ 15 Hình 4.1: Biểu đồ biến động VNINDEX giai đoạn 2005 – 6/2016 43 Hình 4.2: Biểu đồ biến động giá vàng giới giai đoạn 2005 – 6/2016 44 Hình 4.3: Biểu đồ biến động giá dầu thơ giới giai đoạn 2005 – 6/2016 45 Hình 4.4: Biểu đồ biến động tỷ giá hối đoái VND/USD giai đoạn 2005 – 6/2016 46 Hình 4.5: Tương quan động số chứng khoán Việt Nam giá vàng giới 55 Hình 4.6: Tương quan động số chứng khoán Việt Nam giá dầu giới 57 Hình 4.7: Tương quan động số chứng khoán Việt Nam tỷ giá hối đoái 59 Hình 4.8: Tương quan động giá vàng giới giá dầu giới 61 Hình 4.9: Tương quan động giá vàng giới tỷ giá hối đối 62 Hình 4.10: Tương quan động giá dầu giới tỷ giá hối đoái 63 DANH MỤC BẢNG Bảng 2.1: Tóm tắt nghiên cứu điển hình liên quan đề tài Bảng 3.1: Mô tả liệu nghiên cứu biến Bảng 4.1: Kết thống kê mô tả chuỗi liệu gốc chưa lấy logarith Bảng 4.2: Thống kê mô tả chuỗi liệu chuyển thành sai phân Logarith Bảng 4.3: Tương quan giá vàng, giá dầu, tỷ giá số VNINDEX Bảng 4.4: Kiểm định tính dừng phương pháp ADF PP Bảng 4.5: Kiểm định tương quan chuỗi biến VNINDEX với độ trễ bậc Bảng 4.6: Kiểm định tương quan chuỗi biến giá vàng giới GOLD với độ trễ bậc 20 50 Bảng 4.7: Kiểm định tương quan chuỗi biến giá dầu giới OIL với độ trễ bậc 51 Bảng 4.8: Kiểm định tương quan chuỗi biến tỷ giá hối đoái EXR với độ trễ bậc 51 Bảng 4.9: Kiểm định ảnh hưởng ARCH biến VNINDEX Bảng 4.10: Kiểm định ảnh hưởng ARCH biến giá vàng giới Bảng 4.11: Kiểm định ảnh hưởng ARCH biến giá dầu giới Bảng 4.12: Kiểm định ảnh hưởng ARCH biến tỷ giá hối đoái VND/USD Bảng 4.13: Kết thông số DCC mơ hình họ GARCH Bảng 4.14: Kết kiểm định nhân phi tuyến trường hợp cân xứng Bảng 4.15: Kết kiểm định nhân phi tuyến trường hợp bất cân xứng PHỤ LỤC 4: BẢNG KẾT QUẢ ĐẦY ĐỦ CỦA KIỂM ĐỊNH ARCH VNINDEX: Chỉ số chứng khoán Việt Nam Heteroskedasticity Test: ARCH F-statistic Obs*R-squared Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 10/12/16 Time: 16:36 Sample (adjusted): 1/03/2005 6/30/2016 Included observations: 4197 after adjustments Variable C RESID^2(-1) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) GOLD: Giá vàng giới Heteroskedasticity Test: ARCH F-statistic Obs*R-squared Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 10/12/16 Time: 16:27 Sample (adjusted): 1/03/2005 6/30/2016 Included observations: 4197 after adjustments Variable C RESID^2(-1) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) OIL: Giá dầu giới Heteroskedasticity Test: ARCH F-statistic Obs*R-squared Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 10/12/16 Time: 16:29 Sample (adjusted): 1/03/2005 6/30/2016 Included observations: 4197 after adjustments Variable C RESID^2(-1) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) EXR: Tỷ giá hối đoái USD/VND Heteroskedasticity Test: ARCH F-statistic Obs*R-squared Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 10/12/16 Time: 16:33 Sample (adjusted): 1/03/2005 6/30/2016 Included observations: 4197 after adjustments Variable C RESID^2(-1) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) PHỤ LỤC 5: KẾT QUẢ DCC-GARCH, DCC-EGARCH VÀ DCC-TGARCH ƯỚC LƯỢNG DCC-GARCH System: 2-Step DCC(1,1) Model with univariate GARCH fitted in the 1st step Estimation Method: ARCH Maximum Likelihood (BFGS) - Two Step Covariance specification: Dynamic Conditional Correlation with correlation targeting Date: 08/17/16 Time: 10:12 Sample: 1/02/2005 6/30/2016 Included observations: 4198 Total system (balanced) observations 16792 Bollerslev-Wooldridge robust standard errors & covariance for univariate fits Disturbance assumption: Multivariate Normal distribution Presample covariance: Unconditional Convergence achieved after 20 iterations theta(1) theta(2) Log likelihood Avg log likelihood Akaike info criterion * Stability condition: theta(1) + theta(2) < is met ƯỚC LƯỢNG DCC-EGARCH System: 2-Step DCC(1,1) Model with univariate EGARCH fitted in the 1st step Estimation Method: ARCH Maximum Likelihood (BFGS) - Two Step Covariance specification: Dynamic Conditional Correlation with correlation targeting Date: 08/17/16 Time: 10:31 Sample: 1/02/2005 6/30/2016 Included observations: 4198 Total system (balanced) observations 16792 Bollerslev-Wooldridge robust standard errors & covariance for univariate fits Disturbance assumption: Multivariate Normal distribution Presample covariance: Unconditional Convergence achieved after 20 iterations theta(1) theta(2) Log likelihood Avg log likelihood Akaike info criterion * Stability condition: theta(1) + theta(2) < is met ƯỚC LƯỢNG DCC-TGARCH System: 2-Step DCC(1,1) Model with univariate GJR/TARCH fitted in the 1st step Estimation Method: ARCH Maximum Likelihood (BFGS) - Two Step Covariance specification: Dynamic Conditional Correlation with correlation targeting Date: 08/17/16 Time: 10:25 Sample: 1/02/2005 6/30/2016 Included observations: 4198 Total system (balanced) observations 16792 Bollerslev-Wooldridge robust standard errors & covariance for univariate fits Disturbance assumption: Multivariate Normal distribution Presample covariance: Unconditional Convergence achieved after 20 iterations theta(1) theta(2) Log likelihood Avg log likelihood Akaike info criterion * Stability condition: theta(1) + theta(2) < is met PHỤ LỤC 6: MÃ CODE LẬP TRÌNH KIỂM ĐỊNH NHÂN QUẢ PHI TUYẾN KYRTSOU-LABYS CHO TRƯỜNG HỢP CÂN XỨNG (mã code cung cấp A.Jain, tác giả paper gốc “Dynamic linkages among oi price, gold price, exchange rate and stock market in India” năm 2016) function [Fy_doesntcause_x, Fx_doesntcause_y, py_doesnt_ cause_x, px_doesnt_ cause_y,est_ax,est_ay]=nlmg(x,y,t1,t2,c1,c2); % INPUTS: % x, y: the series to be tested % t1,t2: the delay values in the Mackey-Glass model % c1,c2: the exponents in the nonlinear terms of the M-G model % The variables signx,signy control which of the four possible asymetries % to test for causality +1 for "+", -1 for "-" That is, signx=1 causes the code % to ignore any observations in which the returns of the x-variable are % negative (-), or any observations which are related to negative xreturns % via the nonlinear term on the right-hand side of the M-G model % EXACTLY ONE of the signx, signy inputs must be zero (e.g., if signx=0 % then we are testing for causality from y to x) % % OUTPUTS: the F-values and p-values describing the statistical % significance of the zero hypotheses (x doesn't cause y, y doesn't cause % x) Low p-values suggest that the zero hypothesis is to be rejected See also Granger causality test kstart=max(t1,t2)+1; N=length(x); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % %Find best FIT parameters for the series % bigX=[]; bigY=[]; lengthX=0; indX=[]; for k=kstart:length(x) %exclude rows that contain outliers %if (signy==0) %test for X CAUSING THE Y SERIES % if ((signx)*x(k-t1)>=0) %if ((signx)*x(k-t1)>0 && (signy)*y(k-t1)>0 && (signx)*x(k)>0 && (signy)*y(k)>0) bigX=[bigX; x(k-t1)/(1+x(k-t1)^c1) x(k-1) y(k-t2)/(1+y(kt2)^c2) y(k-1)]; lengthX=lengthX+1; indX=[indX, k]; % end %else %(signx=0 - test for Y CAUSING THE X SERIES) % if ((signy)*y(k-t2)>=0) %if ((signx)*x(k-t1)>0 && (signy)*y(k-t1)>0 && (signx)*x(k)>0 && (signy)*y(k)>0) % bigX=[bigX; x(k-t1)/(1+x(k-t1)^c1) x(k-1) y(k-t2)/(1+y(kt2)^c2) y(k-1)]; % % %end end lengthX=lengthX+1; indX=[indX, k]; % end %bigX=[bigX, ones(lengthX-kstart+1,1)]; %bigX=[bigX, ones(lengthX,1)]; indX; lengthY=lengthX; %fit coefficients est_ax = regress(x(indX),bigX); est_ay = regress(y(indX),bigX); %residuals Rx=x(indX)-bigX*est _ax; Rxnorm=norm(Rx)^2; Ry=y(indX)-bigX*est _ay; Rynorm=norm(Ry)^2; % %FIT FOR NULL HYPOTHESIS % (remove y-data from bigX) XX=bigX(:,[1,2,4]); YY=bigX(:,[2,3,4]); est_ax_null = regress(x(indX),XX); Rxnull=x(indX)-XX*est_ax_null; Rxnullnorm=norm(Rxnull)^2; est_ay_null = regress(y(indX),YY); Rynull=y(indX)-YY*est_ay_null; Rynullnorm=norm(Rynull)^2; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %STATISTICS %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %COMPUTE F STATISTIC %how many coefficients we restrict? always in each equation %how many unrestricted coefficients? always in each equation nlag=kstart-1; nrestr=1; nfree=3; %nlag=3 Fy_doesntcause_x=((Rxnullnorm-Rxnorm)/nrestr)/(Rxnorm/(N-nlag-nfree-1)); Fx_doesntcause_y=((Rynullnorm-Rynorm)/nrestr)/(Rynorm/(N-nlag-nfree-1)); %p_val_x_caused_by_y = - fpdf(Sxy,nlag,N - 2*nlag - 1) py_doesnt_cause_x=1-cdf('F',Fy_doesntcause_x,nrestr,N-nlag-nfree - 1); %p_val_y_caused_by_x = - fpdf(Syx,nlag,N - 2*nlag - 1) px_doesnt_cause_y=1-cdf('F',Fx_doesntcause_y,nrestr,N-nlag-nfree - 1); PHỤ LỤC 7: MÃ CODE LẬP TRÌNH KIỂM ĐỊNH NHÂN QUẢ PHI TUYẾN KYRTSOU-LABYS CHO TRƯỜNG HỢP BẤT CÂN XỨNG (mã code cung cấp A.Jain, tác giả paper gốc “Dynamic linkages among oi price, gold price, exchange rate and stock market in India” năm 2016) function [Fy_doesntcause_x, Fx_doesntcause_y, py_doesnt_cause_x, px_doesnt_cause_y, est_ax, est_ay]=asnlmg(x,y,t1,t2,c1,c2,signx,signy); %Asymetric GRANGER-style causality test for Mackey-Glass model - testing for statistical significance of the nonlinear terms ONLY % D HristuVarsakelis and C Kyrtsou, %"Evidence for Nonlinear Asymmetric Causality in US Inflation, Metal and %Stock returns", Discrete Dynamics in Nature and Society, 2008, doi:10.1155/2008/138547 % % INPUTS: % x, y: the series to be tested % t1,t2: the delay values in the Mackey-Glass model % c1,c2: the exponents in the nonlinear terms of the M-G model % The variables signx,signy control which of the four possible asymetries % to test for causality +1 for "+", -1 for "-" That is, signx=1 causes the code % to ignore any observations in which the returns of the x-variable are % negative (-), or any observations which are related to negative xreturns % via the nonlinear term on the right-hand side of the M-G model % EXACTLY ONE of the signx, signy inputs must be zero (e.g., if signx=0 % then we are testing for causality from y to x) % % OUTPUTS: the F-values and p-values describing the statistical % significance of the zero hypotheses (x doesn't cause y, y doesn't cause % x) Low p-values suggest that the zero hypothesis is to be rejected See also Granger causality test % % EXAMPLES: [f1,f2,p1,p2]=asnlmg(x,y,1,1,2,2,-1,0); negative % the y series % [f1,f2,p1,p2]=asnlmg(x,y,1,3,2,2, 1,0); positive % the y series % [f1,f2,p1,p2]=asnlmg(x,y,1,1,2,2,0,-1); negative % the x series % %tests whether %x-series terms cause %tests whether %x-series terms cause %tests whether %y series terms cause if(signx*signy ~=0) fprintf(1,'Error: only of the last arguments can be nonzero Exiting.\n') return; end if (signx==0) fprintf('ASYMETRIC M-G causality TEST with NULL="Y!->X" ONLY f1, p1 values are valid\n'); else fprintf('ASYMETRIC M-G causality TEST w NULL="X!->Y" ONLY f2, p2 values are valid\n'); end kstart=max(t1,t2)+1; N=length(x); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % %Find best FIT parameters for the series % bigX=[]; bigY=[]; lengthX=0; indX=[]; for k=kstart:length(x) %exclude rows that contain outliers if (signy==0) %test for X CAUSING THE Y SERIES if ((signx)*x(k-t1)>=0) %if ((signx)*x(k-t1)>0 && (signy)*y(k-t1)>0 && (signx)*x(k)>0 && (signy)*y(k)>0) bigX=[bigX; x(k-t1)/(1+x(k-t1)^c1) x(k-1) y(k-t2)/(1+y(kt2)^c2) y(k-1)]; lengthX=lengthX+1; indX=[indX, k]; end else %(signx=0 - test for Y CAUSING THE X SERIES) if ((signy)*y(k-t2)>=0) %if ((signx)*x(k-t1)>0 && (signy)*y(k-t1)>0 && (signx)*x(k)>0 && (signy)*y(k)>0) bigX=[bigX; x(k-t1)/(1+x(k-t1)^c1) x(k-1) y(k-t2)/(1+y(kt2)^c2) y(k-1)]; lengthX=lengthX+1; indX=[indX, k]; end end end %bigX=[bigX, ones(lengthX-kstart+1,1)]; %bigX=[bigX, ones(lengthX,1)]; indX; lengthY=lengthX; %fit coefficients est_ax = regress(x(indX),bigX); est_ay = regress(y(indX),bigX); %residuals Rx=x(indX)-bigX*est _ax; Rxnorm=norm(Rx)^2; Ry=y(indX)-bigX*est_ay; Rynorm=norm(Ry)^2; % %FIT FOR NULL HYPOTHESIS % (remove y-data from bigX) XX=bigX(:,[1,2,4]); YY=bigX(:,[2,3,4]); est_ax_null = regress(x(indX),XX); Rxnull=x(indX)-XX*est_ax_null; Rxnullnorm=norm(Rxnull)^2; est_ay_null = regress(y(indX),YY); Rynull=y(indX)-YY*est_ay_null; Rynullnorm=norm(Rynull)^2; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %STATISTICS %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %COMPUTE F STATISTIC %how many coefficients we restrict? always in each equation %how many unrestricted coefficients? always in each equation nlag=kstart-1; nrestr=1; nfree=3; %nlag=3 Fy_doesntcause_x=((Rxnullnorm-Rxnorm)/nrestr)/(Rxnorm/(N-nlag-nfree-1)); Fx_doesntcause_y=((Rynullnorm-Rynorm)/nrestr)/(Rynorm/(N-nlag-nfree-1)); %p_val_x_caused_by_y = - fpdf(Sxy,nlag,N - 2*nlag - 1) py_doesnt_cause_x=1-cdf('F',Fy_doesntcause_x,nrestr,N-nlag-nfree - 1); %p_val_y_caused_by_x = - fpdf(Syx,nlag,N - 2*nlag - 1) px_doesnt_cause_y=1-cdf('F',Fx_doesntcause_y,nrestr,N-nlag-nfree - 1); PHỤ LỤC 8: BẢNG KẾT QUẢ TỔNG HỢP CÁC HỆ SỐ TƯƠNG QUAN TRONG PHƯƠNG TRÌNH (14) VÀ (15) TÍNH ĐƯỢC TỪ MATLAB 16.0A Mối quan hệ  Dlvnindex dlgold  Dlgold dlvnindex  Dlvnindex dloil  Dloil dlvnindex  Dlvnindex dlexr  Dlexr dlvnindex  Dlgold dloil  Dloil dlgold  Dlgold dlexr  Dlexr dlgold  Dloil dlexr  Dlexr dloil ... Phần lớn kết nghiên cứu tìm thấy mối quan hệ ngược chiều vàng thị trường chứng khoán; giá dầu thị trường chứng khoán; thị trường chứng khoán tỷ giá hối đoái; giá vàng tỷ giá hối đoái Mối quan... Turkmen, 2015) Vì việc hiểu mối liên kết động giá vàng giới, giá dầu giới, tỷ giá hối đoái thị trường chứng khoán mà cụ thể tỷ giá USD/VND thị trường chứng khoán Việt Nam quan trọng nhà đầu tư,... đổi giá chứng khoán 2.3 Các nghiên cứu thực nghiệm mối liên hệ giá vàng, giá dầu, tỷ giá thị trường chứng khoán 2.3.1 Các nghiên cứu thực nghiệm mối quan hệ giá vàng giới, giá dầu giới, tỷ giá hối