Mối quan hệ giữa độ bất ổn của thị trường chứng khoán và độ bất ổn của các công cụ điều hành chính sách tiền tệ tại Việt Nam

    Phát triển Kinh tế 288 (10/2014)| 19     Mối quan hệ độ bất ổn thị trường chứng khốn độ bất ổn cơng cụ điều hành sách tiền tệ Việt Nam Trần Phương Thảo Trường Đại học Kinh tế TP.HCM - tranthao@ueh.edu.vn Phan Chung Thủy Trường Đại học Kinh tế TP.HCM - phanthuy@ueh.edu.vn Ngày nhận: Ngày nhận lại: Ngày duyệt đăng: Mã số: Từ khóa: Thị trường chứng khốn, độ bất ổn có điều kiện, tỉ giá hối đối, lãi suất, sách tiền tệ Tóm tắt Bài viết nghiên cứu độ bất ổn thị trường chứng khoán (TTCK) VN thơng qua đo lường độ bất ổn có điều kiện (Conditional Volatility) số chứng khoán VN-Index HNX-Index, đồng thời nghiên cứu mối quan hệ độ bất ổn TTCK độ bất ổn hai công cụ điều hành sách tiền tệ lãi suất qua đêm tỉ giá hối đoái Các liệu thu thập hàng ngày khoảng thời gian từ ngày 05/01/2006 đến ngày 31/03/2014 Kết cho thấy có chứng độ bất ổn lợi nhuận hai số VN-Index HNX-Index độ bất ổn hai cơng cụ điều hành sách tiền tệ (CSTT), cụ thể lãi suất qua đêm tỉ giá hối đối; nhiên, khơng tìm thấy mối quan hệ độ bất ổn công cụ độ bất ổn số chứng khoán Đồng thời, kết khẳng định vai trò dẫn dắt thị trường số VN-Index so với số HNX-Index     20    | Trần Phương Thảo & Phan Chung Thủy | 19 - 37   GIỚI THIỆU Mức biến động hay độ bất ổn (Volatility) thuật ngữ đề cập nhiều nghiên cứu trước đây, phản ánh thay đổi tài sản biến động ngẫu nhiên giá tài sản Độ bất ổn TTCK đo lường nhiều cách khác nhau, chẳng hạn thông quan xác định khoảng cách mức giá chứng khoán cao thấp khoảng thời gian; độ lệch chuẩn phản ánh phân tán thu nhập chứng khoán biến động có điều kiện giá chứng khốn xét mối quan hệ với độ bất ổn kỳ trước (Pagan & Schwert, 1990; Schwert, 1989) Trong thập niên gần đây, nghiên cứu độ bất ổn TTCK nhận nhiều quan tâm nhà nghiên cứu lĩnh vực tài - ngân hàng đặc biệt quốc gia có kinh tế Rất nhiều nghiên cứu lí thuyết nghiên cứu thực nghiệm thực bất ổn số yếu tố có ảnh hưởng định đến bất ổn TTCK (Al-Raimony & El-Nader, 2012; de Santis & Imrohoroglu, 1997; Hussin & cộng sự, 2012) Các yếu tố thường đề cập bao gồm: lãi suất, tỉ giá, cung tiền, tăng trưởng kinh tế, lạm phát… Tuy thị trường TTCK VN bước khẳng định vai trị q trình phát triển kinh tế VN Tính đến ngày 31/12/2013, tồn thị trường có 679 cổ phiếu chứng quỹ niêm yết với 303 mã chứng khoán niêm yết Sở Giao dịch Chứng khoán TP.HCM (HOSE) 376 mã chứng khoán niêm yết Sở Giao dịch Chứng khoán Hà Nội (HNX) Giá trị vốn hóa thị trường vào cuối năm 2013 đạt 949.000 tỉ đồng, tương đương mức 31% GDP (CafeF, 2014) Để đạt kết đáng kể này, TTCK VN trải qua nhiều giai đoạn tăng trưởng khác như: giai đoạn tăng trưởng nóng (2005-2006), giai đoạn chịu tác động khủng hoảng tài tồn cầu (2007-2009), giai đoạn hậu khủng hoảng (2009-2010) (Bùi Kim Yến & Nguyễn Thái Sơn, 2014) Cũng giai đoạn phát triển này, công cụ điều hành CSTT VN sử dụng linh hoạt điều chỉnh lãi suất giảm mạnh vào cuối năm 2011 mức xấp xỉ năm 2007, kiểm soát biến động mạnh tỉ giá vào trước năm 2011 để trì ổn định từ năm 2012 ( Phịng Tun truyền báo chí NHNN VN, 2014) Chính biến động thị trường thời gian qua cho thấy dấu hiệu độ bất ổn TTCK VN, khả tồn mối quan hệ độ bất ổn TTCK độ bất ổn công cụ điều hành CSTT     Phát triển Kinh tế 288 (10/2014)| 21     CƠ SỞ LÍ THUYẾT VỀ ĐỘ BẤT ỔN CỦA THỊ TRƯỜNG CHỨNG KHỐN VÀ CÁC CƠNG CỤ ĐIỀU HÀNH CSTT 2.1 Độ bất ổn thị trường chứng khoán Độ bất ổn (volatility) thước đo phản ánh khả thay đổi tài sản biến động ngẫu nhiên giá tài sản Độ bất ổn TTCK thường thay đổi, tăng/giảm giá chứng khốn thơng qua xác định khoảng cách mức giá cao thấp chứng khốn khoảng thời gian Nói cách khác, cách biệt mức giá chứng khoán lớn độ bất ổn giá chứng khốn cao Nghiên cứu Schwert (1989) công cụ đo lường phổ biến độ bất ổn thu nhập chứng khoán độ lệch chuẩn độ lệch chuẩn giúp xác định phân tán thu nhập chứng khốn Trong đó, Pagan & Schwert (1990) đo lường độ bất ổn thông qua việc sử dụng phương sai phản ánh thay đổi giá hàng ngày chứng khoán Đây thước đo độ bất ổn đề cập nghiên cứu Garman & Klass (1980) Parkinson (1980) Trong nghiên cứu gần đây, như: Abdalla & Winker (2012), Xu (1999) Zakaria & Shamsuddin (2012), độ bất ổn TTCK thường đo lường độ bất ổn có điều kiện (Conditional Volatility) thị trường Nói cách khác, độ bất ổn giá chứng khoán đo lường không phụ thuộc vào độ bất ổn mà cịn phụ thuộc vào độ bất ổn kỳ trước Cụ thể, nghiên cứu Engle (1982) Bollerslev (1986), độ bất ổn ước lượng phương sai có điều kiện chuỗi thời gian thông qua sử dụng liệu khứ để đưa vào phân tích mơ hình tự hồi quy có điều kiện với phương sai thay đổi (GARCH) mơ hình mở rộng GARCH đề xuất Engle (1982) Bollerslev (1986) Đây mơ hình sử dụng phổ biến để ước lượng phương sai chuỗi thời gian thông qua sử dụng liệu khứ Cụ thể, Rousan & Al-Khouri (2005) đo lường độ bất ổn TTCK Jordan mô hình ARCH GARCH cho liệu theo ngày TTCK Amman khoảng thời gian từ tháng 1/1992 đến tháng 12/2004 Nghiên cứu tìm thấy độ bất ổn tồn thời gian dài thị trường làm cho thị trường hoạt động không hiệu Trong đó, nghiên cứu Ashok & Sarkar (2006) sử dụng mở rộng mơ hình GARCH để đo lường độ bất ổn TTCK Ấn Độ Kết mơ hình GARCH sử dụng tốt so với mơ hình đo lường độ bất ổn đơn giản khác trung bình khứ hay trung bình di động Đồng thời, kết cho thấy mơ hình bất đối xứng GARCH đo lường tốt mơ hình E-GARCH xem xét tính độ bất ổn theo nhóm Ngồi ra, cịn nhiều     22|     Trần Phương Thảo & Phan Chung Thủy | 19 - 37   nghiên cứu khác độ bất ổn TTCK như: Pagan & Schwert (1990), de Santis & Imrohoroglu (1997), Ashok & Sarkar (2006) 2.2 Các công cụ điều hành CSTT CSTT hệ thống biện pháp Ngân hàng Trung Ương thực để điều tiết kinh tế vĩ mơ có ảnh hưởng định đến phát triển kinh tế nói chung thị trường tài nói riêng Một số nghiên cứu CSTT quốc gia điều chỉnh linh hoạt, đặc biệt kinh tế có nhiều biến động, chẳng hạn khủng hoảng kinh tế, chiến tranh, suy thoái… (Cukierman, 2013) Tang & cộng (2013) cho thấy thay đổi công cụ điều hành CSTT ảnh hưởng đến TTCK nhiều quốc gia giới Tại VN, Luật Ngân hàng Nhà nước (NHNN) số 46/2010/QH12 thông qua ngày 16/06/2010 quy định CSTT điều tiết thơng qua công cụ tái cấp vốn, lãi suất, tỉ giá hối đoái, dự trữ bắt buộc, nghiệp vụ thị trường mở công cụ, biện pháp khác theo quy định pháp luật (Quốc hội nước CHXHCN VN, 2010) Các công cụ điều hành CSTT đề cập nhiều nghiên cứu trước như: Ảnh hưởng CSTT quốc gia (Cachanosky, 2014), CSTT hoạt động ngân hàng thương mại (Apergis & cộng sự, 2012); CSTT TTCK (Fischbacher & cộng sự, 2013; Jansen & Tsai, 2010; Vithessonthi & Techarongrojwong, 2013) Chẳng hạn, Cukierman (2013) nghiên cứu thay đổi CSTT quốc gia giới khủng hoảng xảy ra, đó, Laopodis (2013) tìm hiểu thay đổi CSTT Mỹ qua giai đoạn từ năm 1970 đến 2005 Các nghiên cứu nhìn chung sử dụng cơng bố thơng tin thị trường thay đổi liệu để nghiên cứu công cụ điều hành CSTT 2.3 Mối quan hệ độ bất ổn thị trường chứng khốn cơng cụ điều hành CSTT Trong nghiên cứu trước đây, để xác định nhân tố ảnh hưởng đến độ bất ổn TTCK, có nhiều nghiên cứu đề cập đến nhân tố CSTT như: Lãi suất, dự trữ bắt buộc, cung tiền, tỉ giá… Nghiên cứu Tang & cộng (2013) tìm hiểu thay đổi hai CSTT lãi suất dự trữ bắt buộc đến TTCK Trung Quốc Kết nghiên cứu cho thấy có ảnh hưởng CSTT đến TTCK, đặc biệt tin tức xấu có ảnh hưởng nhiều so với tin tức tốt Trong đó, nghiên cứu Fernández-Amador & cộng (2013) cho thấy việc mở rộng CSTT châu Âu có ảnh hưởng đến tính khoản TTCK Đức, Pháp Ý     Phát triển Kinh tế 288 (10/2014)| 23     Có thể thấy nghiên cứu, phương pháp thường nhà nghiên cứu áp dụng để xác định mối tương quan CSTT TTCK phương pháp tự hồi quy vector (Autogressive Model -VAR), chẳng hạn nghiên cứu Liljeblom & Stenius (1997) , Zakaria & Shamsuddin (2012) Hussin & cộng (2012) Thí dụ, nghiên cứu Zakaria & Shamsuddin (2012) áp dụng phương pháp tự hồi quy biến Granger (Bi-Variate Granger Causality) phương pháp tự hồi quy nhiều biến với để xác định nhân tố nhóm nhân tố vĩ mơ ảnh hưởng đến độ bất ổn TTCK Malaysia giai đoạn từ tháng 1/2000 đến 6/2012 Tương tự, Al-Raimony & El-Nader (2012) áp dụng mơ hình VAR để xác định nguồn gốc biến động TTCK Jordan từ năm 1991 đến năm 2010 Như vậy, nhiều nghiên cứu độ bất ổn đề cập nhiều nghiên cứu trước đây, nhiên, nghiên cứu độ bất ổn có điều kiện thu hút quan tâm nhiều nhà nghiên cứu, đặc biệt kinh tế giới chịu nhiều biến động Do vậy, nghiên cứu độ bất ổn TTCK xác định nhân tố ảnh hưởng đến độ bất ổn có ý nghĩa quan trọng kiểm sốt rủi ro thị trường góp phần vào ổn định tăng trưởng bền vững 3.DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Dữ liệu nghiên cứu Để nghiên cứu độ bất ổn TTCK VN, viết sử dụng số chứng khoán hàng ngày HOSE (VNI) HNX (HNI) Trong đó, hạn chế việc thu thập liệu hàng ngày, hai biến công cụ CSTT áp dụng lãi suất qua đêm (ITR) tỉ giá hối đối USD/VND (EXR) cơng bố NHNN Đây hai công cụ CSTT đề cập nhiều nghiên cứu, chẳng hạn nghiên cứu Berument (2007), Bhattacharyya & Sensarma (2008), Fratzscher (2005) Các liệu thu thập hàng ngày từ sở liệu DataStream cung cấp Thomson Reuters khoảng thời gian từ ngày 05/01/2006 đến ngày 31/03/2014 với 2.136 quan sát chuỗi liệu Các liệu tính tốn theo logarithm để xác định lợi nhuận hàng ngày (R) biến thu thập theo công thức sau: ln Với ln 100 (1) các biến liệu thu thập hàng ngày VNI, HNI, ITR EXR R lợi nhuận hàng ngày biến, đồng thời tốc độ tăng trưởng hàng ngày hai biến ITR EXR     24|     Trần Phương Thảo & Phan Chung Thủy | 19 - 37   3.2 Phương pháp nghiên cứu Để tìm hiểu mối quan hệ độ bất ổn TTCK độ bất ổn CSTT, tác giả áp dụng hai mơ hình nghiên cứu bao gồm: (1) Mơ hình đo lường độ bất ổn TTCK thông qua lợi nhuận biến quan sát; (2) Mơ hình tự hồi quy vectơ để xác định mối quan hệ độ bất ổn lợi nhuận TTCK với độ bất ổn công cụ thực thi CSTT 3.2.1 Mơ hình đo lường độ bất ổn TTCK thông qua lợi nhuận biến quan sát Có nhiều phương pháp đo lường độ bất ổn nhân tố phương pháp đo lường dựa vào mơ hình GARCH mơ hình sử dụng phổ biến thời gian gần Mô hình giới thiệu nghiên cứu Bollerslev (1986) nhằm đo lường độ bất ổn dựa liệu chuỗi thời gian Chi tiết mơ hình GARCH đề cập nhiều nghiên cứu lĩnh vực kinh tế - tài (như: Al-Raimony & El-Nader, 2012; Zakaria & Shamsuddin, 2012) Nhìn chung mơ hình GARCH (p,q) thể sau thông qua hai bước: ∑ ∑ với ∑ ~ 0, ) (2) (3) Trong đó: Phương trình (2) phương trình giá trị trung bình điều kiện tự hồi quy với độ trễ k, số, k độ trễ sai số với phương sai Phương trình (3) phương trình đo lường phương sai có điều kiện xác định mơ hình GARCH (p,q) với p hệ số đo lường ARCH q hệ số đo lường GARCH với phương sai có điều kiện, phản ánh biến động bình phương sai số khứ số Điều kiện cần thiết để mơ hình GARCH có ý nghĩa hai giá trị dương + chi2 6.8744 0.6502 11.3292 0.25382 2.3771 0.98401 8.267 0.50748     32  |  Trần Phương Thảo & Phan Chung Thủy | 19 - 37   Bảng Kiểm định tính ổn định mơ hình -1 -.5 Imaginary Roots of the companion matrix -1 -.5 Real Như vậy, thấy độ bất ổn TTCK phụ thuộc vào độ bất ổn q khứ độ bất ổn công cụ điều hành CSTT, đồng thời khẳng định vai trò dẫn dắt thị trường VNI so với HNI Các kết không gây ngạc nhiên cho nhà nghiên cứu nhiều nghiên cứu trước khơng tìm thấy mối quan hệ CSTT lợi nhuận TTCK, chẳng hạn Hayford & Malliaris (2004) Mishkin & White (2002) Tuy nhiên, kết có ý nghĩa quan trọng nghiên cứu tìm hiểu độ bất ổn TTCK quốc gia có kinh tế KẾT LUẬN VÀ GỢI Ý CHÍNH SÁCH 5.1 Kết luận Bài viết nghiên cứu mối quan hệ độ bất ổn số chứng khoán VN-Index HNX-Index với độ bất ổn hai công cụ điều hành CSTT lãi suất qua đêm tỉ giá hối đoái USD/VND giai đoạn từ ngày 05/01/2006 đến ngày 31/03/2014 Kết cho thấy có chứng độ bất ổn hai số chứng khốn theo mơ hình GARCH(1,1) Trong đó, độ bất ổn VN-Index, HNX-Index lãi suất qua đêm (ITR) chịu tác động nhiều thông tin khứ thông tin thị trường     Phát triển Kinh tế 288 (10/2014)| 33    Trong đó, độ bất ổn tỉ giá hối đoái (EXP) lại phụ thuộc nhiều vào thông tin thông tin khứ Kết cho thấy khác biệt việc xác định độ bất ổn biến nghiên cứu Đối với mối quan hệ độ bất ổn TTCK độ bất ổn cơng cụ điều hành CSTT theo mơ hình VAR cho thấy độ bất ổn TTCK phụ thuộc vào độ trễ độ bất ổn công cụ thực thi CSTT Đồng thời, có mối quan hệ độ bất ổn hai số chứng khốn Điều cho thấy có liên thơng hai thị trường giao dịch chứng khốn VN khẳng định vai trò dẫn dắt VN-Index so với HNX-Index Kết góp phần giúp cho quan quản lí thị trường, tổ chức tham gia vào thị trường nhà đầu tư hiểu rõ thị trường, đồng thời có biện pháp góp phần tăng ổn định tăng tính hiệu việc điều hành hoạt động TTCK 5.2 Các gợi ý sách Với mục tiêu nghiên cứu độ bất ổn TTCK VN thông qua việc xác định nhân tố ảnh hưởng đến độ bất ổn, kết nghiên cứu cho thấy để kiểm soát độ bất ổn TTCK, quan quản lí thị trường cần thực sách để quản lí điều tiết hoạt động thị trường phụ thuộc vào công cụ điều hành CSTT Nhà nước, mà cụ thể lãi suất qua đêm tỉ giá hối đoái Do vậy, để quản lí độ bất ổn TTCK cần có tham gia chặt chẽ quan quản lí thị trường thơng qua nội dung sau: - Hồn thiện khung pháp lí cơng bố thông tin TTCK vốn coi thị trường nhạy cảm với thông tin công bố, không thông tin vĩ mô mà thông tin từ doanh nghiệp niêm yết tác động đến định nhà đầu từ đến biến động thị trường - Nâng cao lực giám sát quan quản lí thị trường có ý nghĩa quan trọng kiểm soát độ bất ổn thị trường, góp phần đảm bảo thị trường hoạt động an toàn, minh bạch hiệu - Tiếp tục nghiên cứu hồn thiện khung pháp lí hoạt động giám sát để đề xuất sửa đổi, bổ sung quy định điều chỉnh hoạt động giám sát giao dịch nhằm đáp ứng yêu cầu quản lí hoạt động TTCK theo giai đoạn phát triển thị trường Đặc biệt trọng vào việc phân định trách nhiệm thực phối hợp thực giám sát giao dịch nhằm nâng cao chất lượng hoạt động thị trường     34|    Trần Phương Thảo & Phan Chung Thủy | 19 - 37   - Hiện đại hóa hệ thống cơng nghệ thơng tin, xây dựng đưa vào vận hành hệ thống phần mềm giám sát tự động phục vụ cho công tác giám sát, cảnh báo sớm, phát dấu hiệu nghi ngờ hoạt động làm giá, thao túng thị trường, hành vi vi phạm khác để tiến tới xây dựng hệ thống giám sát giao dịch tự động theo kịp thông lệ quốc tế - Bên cạnh đó, để nâng cao khả dự báo độ bất ổn TTCK thơng qua cơng cụ CSTT địi hịi quan quản lí, đặc biệt NHNN cần điều hành CSTT cách linh hoạt theo hướng thị trường Đồng thời, công bố thông tin liên quan đến cơng cụ thực thi sách tiền tê cần phải công bố cách minh bạch, công khai, đầy đủ tức thời Có vậy, kết mối quan hệ TTCK cơng cụ điều hành CSTT cho kết với độ xác mức độ tin cậy cao 5.3 Định hướng nghiên cứu tương lai Bài viết tồn số hạn chế định Cụ thể, thứ nhất, viết sử dụng phương pháp GARCH (1,1) để đo lường độ bất ổn mơ hình VAR để đo lường tác động hai nhân tố lãi suất qua đêm tỉ giá hối đối đến độ bất ổn có nhiều phương pháp nghiên cứu khác, đặc biệt mơ hình mở rộng GARCH IGARCH (Integrated GARCH), MGARCH (Multivariate GARCH), PGARCH (Power GARCH) Đây mơ hình nghiên cứu áp dụng thành công số nghiên cứu trước độ bất ổn TTCK nước Thứ hai, hạn chế định sở liệu thu thập nên nghiên cứu chưa thu thập đầy đủ tiêu phản ánh công cụ thực thi CSTT cung tiền, dự trữ bắt buộc, lãi suất chiết khấu… Do vậy, nghiên cứu sau này, liệu thu thập đa dạng phù hợp để áp dụng phương pháp nghiên cứu cập nhật hồn tồn kỳ vọng thu kết có ý nghĩa khác liên quan đến độ bất ổn TTCK VN Tài liệu tham khảo Abdalla, S Z S., & Winker, P (2012), "Modelling Stock Market Volatility Using Univariate Garch Models: Evidence from Sudan and Egypt", International Journal of Economics and Finance, 4(8), 161-176 Al-Raimony, A D., & El-Nader, H M (2012), "The Sources of Stock Market Volatility in Jordan", International Journal of Economics and Finance, 4(11), 108-121     Phát triển Kinh tế 288 (10/2014)| 35    Apergis, N., Miller, S M., & Alevizopoulou, E (2012), "The Bank Lending Channel and Monetary Policy Rules: Further Extensions", Procedia Economics and Finance, 2, 63-72 Ashok, B., & Sarkar, S (2006), Modeling Daily Volatility of the Indian Stock Market Using IntraDay Data, Working paper at Indian Institute of Management Calcutta, WPS No 588 Berument, H (2007), "Measuring Monetary Policy for a Small Open Economy: Turkey", Journal of Macroeconomics, 29(2), 411-430 Bhattacharyya, I., & Sensarma, R (2008), "How Effective are Monetary Policy Signals in India?", Journal of Policy Modeling, 30(1), 169-183 Bollerslev, T (1986), "Generalized Autoregressive Conditional Heteroskedasticity", Journal of Econometrics, 31(3), 307-327 Bùi Kim Yến & Nguyễn Thái Sơn (2014), "Sự phát triển thị trường chứng khoán VN ảnh hưởng nhân tố kinh tế vĩ mô", Phát triển Hội nhập, 16(26), 3-10 Cachanosky, N (2014), "The Effects of U.S Monetary Policy on Colombia and Panama (20022007)", The Quarterly Review of Economics and Finance, 54(3), 428-436 CafeF (2014), Thị trường chứng khoán năm 2013 số, [http://cafef.vn/thi-truong-chungkhoan/thi-truong-chung-khoan-nam-2013-va-cac-con-so-201401021607595036ca31.chn] Cukierman, A (2013), "Monetary Policy and Institutions before, During, and after the Global Financial Crisis", Journal of Financial Stability, 9(3), 373-384 de Santis, G., & Imrohoroglu, S (1997), "Stock Returns and Volatility in Emerging Financial Markets", Journal of International Money and Finance, 16(4), 561-579 Dickey, D A., & Fuller, W A (1979), "Distribution of the Estimators for Autoregressive Time Series with a Unit Root", Journal of the American Statistical Association, 74(366), 427-431 Engle, R F (1982), "Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation", Econometrica, 50(4), 987-1007 Engle, R F., & Granger, C W J (1987), "Co-Integration and Error Correction: Representation, Estimation, and Testing", Econometrica, 55(2), 251-276 Fernández-Amador, O., Gächter, M., Larch, M., & Peter, G (2013), "Does Monetary Policy Determine Stock Market Liquidity? New Evidence from the Euro Zone", Journal of Empirical Finance, 21, 54-68 Fischbacher, U., Hens, T., & Zeisberger, S (2013), "The Impact of Monetary Policy on Stock Market Bubbles and Trading Behavior: Evidence from the Lab", Journal of Economic Dynamics and Control, 37(10), 2104-2122 Fratzscher, M (2005), "Strategies of Exchange Rate Policy in G3 Economies", Economics Letters, 89(1), 68-74 Garman, M B., & Klass, M J (1980), "On the Estimation of Security Price Volatilities from Historical Data", Journal of Business, 53(1), 67-78     36|    Trần Phương Thảo & Phan Chung Thủy | 19 - 37   Gokcan, S (2000), "Forecasting Volatility of Emerging Stock Markets: Linear Versus Non-Linear Garch Models", Journal of Forecasting, 19(6), 499-504 Hayford, M D., & Malliaris, A G (2004), "Monetary Policy and the U.S Stock Market", Economic Inquiry, 42(3), 387-401 Hussin, M Y M., Muhammad, F., Abu, M F., & Awang, S A (2012), "Macroeconomic Variables and Malaysian Islamic Stock Market: A Time Series Analysis", Journal of Business Studies Quarterly, 3(4), 1-13 Jansen, D W., & Tsai, C.-L (2010), "Monetary Policy and Stock Returns: Financing Constraints and Asymmetries in Bull and Bear Markets", Journal of Empirical Finance, 17(5), 981-990 Johansen, S (1988), "Statistical Analysis of Cointegration Vectors", Journal of Economic Dynamics and Control, 12(2-3), 231-254 Kwiatkowski, D., Phillips, P C B., Schmidt, P., & Shin, Y (1992), "Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root: How Sure Are We That Economic Time Series Have a Unit Root?", Journal of Econometrics, 54(1-3), 159-178 Laopodis, N T (2013), "Monetary Policy and Stock Market Dynamics across Monetary Regimes", Journal of International Money and Finance, 33(0), 381-406 Liljeblom, E., & Stenius, M (1997), "Macroeconomic Volatility and Stock Market Volatility: Empirical Evidence on Finnish Data", Applied Financial Economics, 7(4), 419-426 Mishkin, F S., & White, E N (2002), U.S Stock Market Crashes and Their Aftermath: Implications for Monetary Policy, NBER Working Paper No 8992, [http://www.nber.org/papers/w8992] Phòng Tuyên truyền báo chí - NHNN VN (2014), Diễn biến lãi suất, tỷ giá - Nhìn từ góc độ điều hành, Ngân hàng Liên doanh Việt Nga, [http://www.vrbank.com.vn/NewsShow1.aspx?id=283&lang=vn] Pagan, A R., & Schwert, G W (1990), "Alternative Models for Conditional Stock Volatility", Journal of Econometrics, 45(1-2), 267-290 Parkinson, M (1980), "The Extreme Value Method for Estimating the Variance of the Rate of Return", Journal of Business, 53(1), 61-65 Phillips, P C B., & Person, P (1988), "Testing for a Unit Root in Time Series Regression", Biometrika, 75(2), 335-346 Quốc hội nước CHXHCN VN (2010), Luật Ngân hàng Nhà nước VN, [http://vanban.chinhphu.vn/portal/page/portal/chinhphu/hethongvanban?class_id=1&mode=deta il&document_id=96040] Rousan, R., & Al-Khouri, R (2005), "Modeling Market Volatility in Emerging Markets in the Case of Daily Data in Amman Stock Exchange 1992-2004", International Journal of Applied Econometrics and Quantitative Studies, 2(4), 100-118     Phát triển Kinh tế 288 (10/2014)| 37    Schwert, G W (1989), "Why Does Stock Market Volatility Change over Time?", Journal of Finance, 44(5), 1115-1153 Sims, C A (1980), "Macroeconomics and Reality", Econometrica, 48(1), 1-48 Tang, Y., Luo, Y., Xiong, J., Zhao, F., & Zhang, Y.-C (2013), "Impact of Monetary Policy Changes on the Chinese Monetary and Stock Markets", Physica A: Statistical Mechanics and its Applications, 392(19), 4435-4449 Vithessonthi, C., & Techarongrojwong, Y (2013), "Do Monetary Policy Announcements Affect Stock Prices in Emerging Market Countries? The Case of Thailand", Journal of Multinational Financial Management, 23(5), 446-469 Xu, J (1999), "Modeling Shanghai Stock Market Volatility", Annals of Operations Research, 87, 141-152 Zakaria, Z., & Shamsuddin, S (2012), "Empirical Evidence on the Relationship between Stock Market Volatility and Macroeconomics Volatility in Malaysia", Journal of Business Studies Quarterly, 4(2), 61-71