IMPACTS OF COMMODITIES PRICES ON VIETNAM

ẢNH HƯỞNG CỦA GIÁ HÀNG HÓA TỚI CHỈ SỐ CHỨNG KHOÁN VIỆT NAM: MỘT NGHIÊN CỨU THỰC NGHIỆM Tác giả: Nguyễn Anh Khoa1, Đào Trung Kiên2, Nguyễn Văn Duy3 Tổ chức cơng tác: Cơng ty CP Phân tích Định lượng Việt Nam Email: 1.sir.anhkhoa@gmail.com, kiendtcoco@gmail.com, duynguyen.qa@gmail.com Trong kinh tế hội nhập biến động thị trường giới ln có ảnh hưởng tới thị trường nội địa Biểu tác động thể nhanh chóng qua số chứng khốn Năm 2014 cú sốc giảm giá dầu gây tác động lớn tới thị trường chứng khoán Việt Nam Mặc dù nghiên cứu thực nghiệm lượng hóa ảnh hưởng giá dầu hàng hóa khác tới thị trường chứng khoán Việt Nam chưa thực cách đầy đủ Do nghiên cứu tập trung vào việc lượng hóa ảnh hưởng loại hàng hóa yếu tới số chứng khốn Việt Nam, qua xây dựng mơ hình dự báo số VNINDEX Phương pháp phân tích sử dụng hồi quy đa biến với biến trễ từ chuỗi liệu VNINDEX theo tháng từ 2010 với 80 loại hàng hóa thị trường giao dịch giới Kết thể chứng tác động ngược chiều giá dầu tới số VNINDEX Đồng thời tác giả xây dựng thành cơng mơ hình dự báoVNINDEX dựa biến động giá hàng hóa giới với xác suất xác 77% Từ khóa: Giá hàng hóa giới, dự báo,thị trường chứng khốn,VNINDEX IMPACTS OF COMMODITIES PRICES ON VIETNAM STOCK INDEX: AN EMPIRICAL RESEARCH In the economic globalization trend, the volatilities of the world markets always have impacts on the domestic market The evidences of these effects are shown very quickly through the stock index In 2014, the oil price shock directly led to strong impacts on the Vietnam Stock Market There is the fact that some empirical researches on the impacts of oil and other commodities prices on the Vietnam Stock Market have been conducted, but they are not completed for users Therefore, that study focused on quantifying the impact of the essential commodity indices on Vietnam Stock Market The analytical method used multivariate regression with lag variables from the VNINDEX monthly data series from 2010 with 80 kinds of commodities in the global commodity market The results confirm the opposite impacts of global oil price on the VNINDEX In addition, the VNINDEX forecasting model based on the volatility of global commodity prices is successful built with pexplanatory power is 77% Keywords: Global commodity, forecast, stock market, VN Index 1 Dẫn nhập Trong kinh tế đại, mối quan hệ kinh tế nước với ngày chặt chẽ Những biến động thị trường quốc tế thường nhanh chóng có tác động tới kinh tế nước Chẳng hạn giá hàng hóa giao dịch thị trường quốc tế có biến động tác động tới ngành sản xuất, hoạt động xuất nhập quốc gia sở hữu có nhu cầu hàng hóa Biểu biến động nhanh chóng thể thị trường chứng khốn Lấy ví dụ cú sốc giảm giá dầu năm 2014 có tác động mạnh đến kinh tế phụ thuộc vào xuất dầu mỏ Nga làm đồng Ruble giá đến 40% năm, số chứng khoán lao dốc (Vneconomy.com, 2014) Đối với kinh tế Việt Nam phụ thuộc vào nhập sản phẩm dầu mỏ qua chế biến sốc giá dầu lại có tác động tích cực đến kinh tế Biểu số chứng khoán VNINDEX có xu hướng tăng suốt giai đoạn giá dầu giới giảm Ngoài tác động giá dầu giới lên kinh tế Việt Nam hàng hóa khác có tác động tích cực tiêu cực phụ thuộc vào vai trò Việt Nam nhà xuất hay nhập Những tác động thường có độ trễ định Tức sau khoảng thời gian tác động kéo dài khoảng thời gian định (Gujarati, 2003) Để lượng hóa ảnh hưởng biến động từ giá hàng hóa tới số chứng khốn nhà nghiên cứu sử dụng nhiều mơ hình phân tích khác kinh tế lượng mơ hình tự hồi quy vector (VAR), mơ hình hồi quy phân phối trễ (ARDL), vv Cả mặt lý thuyết nghiên cứu thực nghiệm cho thấy ảnh hưởng giá hàng hóa tới thị trường chứng khoán (Chittedi, 2012; Garefalakis,2011; Kilian, 2007; Ready, 2013) Lịch sử kinh tế giới cho thấy cú sốc giá hàng hóa gây nhiều biến động cho kinh tế lẫn thị trường chứng khoán sốc giá dầu giai đoạn khủng hoảng dầu lửa 1970 – 1973 Mặc dù chứng cho thấy ảnh hưởng rõ ràng giá hàng hóa tới thị trường chứng khoán Tuy nhiên nghiên cứu ảnh hưởng giá hàng hóa tới số chứng khốn Việt Nam khiêm tốn chưa đầy đủ Bởi nghiên cứu thực với mục đích lượng hóa ảnh hưởng loại hàng hóa thị trường giới tới thị trường chứng khoán Việt Nam có tính đến tác động trễ Đồng thời thơng qua phân tích ảnh hưởng giá hàng hóa tới số chứng khốn tác giả thiết lập mơ hình dự báo xu hướng biến động VNINDEX theo tháng 2 Phương pháp nghiên cứu liệu Chúng tơi giả định hàng hóa giới có ảnh hưởng tới thị trường Việt Nam, biểu thơng qua số chứng khốn VNINDEX Sự tác động tức thời có độ trễ định Với liệu ước lượng theo tháng giả định ảnh hưởng tối đa khoảng thời gian năm (12 tháng) Mơ hình dự báo số VNINDEX theo loại hàng hóa giới sau: Y = β0 + β11X1 + β12X1(-1) + …+ β1tX1(-t) + β21X2 + β22X2(-1) + … + β2tX2(-t) +…+ βj1Xj + βj2Xj(-1) + … + βjtXj(-t) + ui Trong : Y số VNINDEX hàng tháng X1, X2, …, Xj giá hàng hóa số giá hàng hóa hàng hóa thị trường giới ảnh hưởng tới thị trường chứng khoán Việt Nam theo tháng (t) độ trễ tối đa biến ui sai số dự báo mơ hình Danh mục hàng hóa ảnh hưởng đến số chứng khốn chúng tơi thu thập trang web http://www.indexmundi.com/commodities/ với 80 loại hàng hóa khác số giá hàng hóa chúng (Phục lục 1) Các số giá hàng hóa lấy logarit số tự nhiên kiểm định tính dừng (ổn định) trước thực ước lượng (Gurajati, 2004) Để đánh giá ảnh hưởng hàng hóa tới số chứng khốn chúng tơi sử dụng hồi quy đơn với độ trễ khác danh mục 80 hàng hóa 12 tháng (12*80 = 960 mơ hình hồi quy) Từ danh mục chọn biến có hệ số Beta có ý nghĩa thống kê (p< 0.05) gọi rổ A Từ rổ A lập ma trận tương quan biến có ý nghĩa thống kê với số VNINDEX để xem xét dấu hiệu đa cộng tuyến (Ramanathan, 2002) Từ kết phân tích tương quan lọc danh mục biến có tương quan cao với VNINDEX, tiêu chuẩn lựa chọn tương quan lớn 0.4 Bởi theo số nhà nghiên cứu hệ số tương quan từ 0.4 thể quan hệ ràng buộc rõ ràng biến Ngoài biến số hàng hóa có tương quan cao với xem xét loại bỏ để tránh tượng đa cộng tuyến, danh mục gọi rổ B Từ danh mục rổ B để dự báo VNINDEX ước lượng hồi quy đa biến phương pháp tổng bình phương nhỏ (OLS) Để lọc biến thực có ý nghĩa tác động tới biến phụ thuộc (VNINDEX) sử dụng kiểm định Wald xem xét giữ lại biến có ý nghĩa thống kê (p < 0.1) Tiếp theo mơ hình kiểm tra khuyết tật phương sai thay đổi (kiểm định White), tương quan chuỗi (kiểm định Breusch-Godfrey), định sai dạng hàm (kiểm định Ramsey) (Ramanathan, 2002 ; Gurajarati, 2004) Để đánh giá tính xác mơ hình dự báo phương pháp tái kiểm định liệu quan sát thực nhằm đánh giá mức độ xác mơ hình dự báo Nguồn liệu sử dụng cho ước lượng lấy theo tháng 1/2010 đến hết tháng 2/2015 Kết nghiên cứu Kết kiểm định tính dừng biến danh mục 80 hàng hóa giao dịch thị trường giới dừng sai phân bậc sau lấy logarit số tự nhiên biến Do việc phân tích hồi quy biến phù hợp, tránh tượng hồi quy giả mạo.Tiếp theo phân tích hồi quy đơn với biến số hàng hóa với 12 độ trễ khác với VNINDEX thực (960 mơ hình) để đánh giá khả tác động biến tới VNINDEX Danh mục biến có ý nghĩa thống kê 960 mơ hình lọc gọi rổ A Từ rổ A chúng tơi tiến hành phân tích ma trận tương quan biến với VNINDEX để lựa chọn biến cho phân tích hồi quy đa biến Danh mục biến lựa chọn gọi rổ B Kết phân tích từ liệu giai đoạn tháng 1/2010 đến tháng 2/2015 cho thấy : VNINDEX tương quan dương mạnh với: Chỉ số giá đầu vào công nghiệp (X7 X7 (-1))1, giá phân bón Urea (X85), giá kim loại Metal (X8 (-1)), giá len thô (X59(-1)), giá cao su tự nhiên (X67), giá gỗ xẻ (X69(-8)), số hàng hóa phi nhiên liệu (X9), giá lông cừu (X62 (-2)), giá Nickel (X76(-12)), giá dầu Oliu (X49(-4)) số giá nông sản (X1) VNINDEX tương quan âm mạnh với: Giá cam (X37 (-2)), giá dầu thô số giá dầu thô (X13(-8)), giá dầu đậu phộng (X52(-6)), số giá nhiên liệu (X4(-8)), giá len thô (X59(-6)), giá cà phê (X27(-9)), giá cải dầu (X54(-7)), giá dầu cọ (X57(-7)) giá gạo (X32(-3)) Các số dấu ngoặc () độ trễ biến xem xét tác động tới VNINDEX Bảng Hệ số tương quan giá loại hàng hóa giới với số VNINDEX VNI X7(-1) X85 X8(-1) X59(-2) X67 X69(-8) X7 X9 X62(-2) X76(-12) X49(-4) X1 Hệ số tương quan VNI Hệ số tương quan 0.48 X37(-2) -0.40 0.48 X13(-8) -0.41 0.47 X10(-8) -0.41 0.47 X52(-6) -0.41 0.46 X4(-8) -0.42 0.46 X59(-6) -0.42 0.46 X27(-9) -0.44 0.44 X54(-7) -0.44 0.43 X51(-7) -0.45 0.42 X32(-3) -0.46 0.41 0.40 Nguồn : Tính tốn tác giả với hỗ trợ phần mềm Eviews Mặc dù biến lọc có hệ số tương quan cao với VNINDEX (bảng 1), nhiên với mục đích đánh giá tác động tất biến tới số VNINDEX chúng tơi thực phân tích hồi quy đa biến từ tất biến rổ B với biến phụ thuộc số VNINDEX Thông qua việc sử dụng kiểm định Wald để loại biến khơng có khả tác động lên VNINDEX mối quan hệ chung (p > 0.1), kết giữ lại biến có giá trị p-value 0.05/khơng Tương quan chuỗi Kiểm định Breusch-Godfrey có tương quan chuỗi p = 0.926275 > 0.05/khơng có Phương sai thay đổi Kiểm định White phương sai thay đổi p = 0.575995 > 0.05/dạng Chỉ định dạng hàm sai Kiểm định Ramsey hàm định Nguồn: Tính tốn tác giả với hỗ trợ phần mềm Eviews Như hàm ước lượng dự báo VNINDEX vững tin cậy Phương trình dự báo Đa cộng tuyến viết lại Kiểm định Durbin - Watson sau: 0.203059D(LOG(X49(-4))) D(LOG(VNI)) - 0.243 = 0.004849 – 0.159163D(LOG(X27 (-9))) + D(LOG(X52(-6))) – 0.522876D(LOG(X54(-7))) + 0.253719D(LOG(X59(-2))) + 0.176758D(LOG(X67) Hay nói cách khác giá cà phê giới có ảnh hưởng ngược chiều tới số chứng khoán sau tháng, giá dầu oliu có ảnh hưởng chiều sau tháng, giá dầu đậu phộng ảnh hưởng ngược chiều sau tháng, giá cải dầu có ảnh hưởng ngược chiều sau tháng, giá gỗ xẻ có ảnh hưởng chiều sau tháng giá cao su tự nhiên có ảnh hưởng tức thời tới VNINDEX Hệ số R = 0.556 chứng tỏ biến giá hàng hóa giới giải thích 55.6% thay đổi số VNINDEX, ngồi cịn nhân tố khác khơng đưa vào mơ hình Để kiểm chứng tính xác mơ hình dự báo xu hướng nay, sử dụng phương pháp tái kiểm định liệu quan sát q khứ mơ hình ước lượng Kết cho thấy với 61 quan sát mơ hình dự báo xác 47 tháng xu hướng tăng/giảm VNINDEX đạt tỷ lệ xác 77% (phụ lục 2) Kết đường dự báo giá trị quan sát gần (hình 1) 650 600 550 500 450 400 350 300 2010 2011 2012 2013 V NI 2014 2015 2016 VNIF Hình Đồ thị giá trị VNINDEX (VNI) thực giá trị dự báo mơ hình Bàn luận Kết nghiên cứu cho thấy thực có ảnh hưởng biến động giá hàng hóa giới tới thị trường Việt Nam Biểu thơng qua biến động thị trường chứng khoán sau khoảng thời gian định Kết thực nghiệm cho thấy ảnh hưởng hàng hóa khác tới thị trường Việt Nam khác Có hai nhóm hàng hóa ảnh hưởng chiều ngược chiều tới số chứng khốn Những hàng hóa có ảnh hưởng chiều giá dầu oliu, giá gỗ xẻ giá cao su tự nhiên Điều Việt Nam nước xuất lớn cao su tự nhiên sản phẩm từ cao sư tự nhiên nên biến động giá cao su tăng làm vọng nhà đầu tư tăng doanh nghiệp Việt Nam ngành cao su từ làm tăng số VNINDEX Ảnh hưởng tức thời giá cao su đến giá số chứng khốn thơng tin cho biết doanh nghiệp Việt Nam chủ yếu xuất thơ Do biến động giá giới tác động tới thị trường Việt Nam Đối với giá gỗ xẻ cho thấy có ảnh hưởng sau hai tháng Điều giải thích ngàng gỗ Việt Nam chủ yếu sản xuất sản phẩm gia dụng, qua chế biến Chu kỳ sản xuất ngành gỗ thường không kéo dài, số tháng xem thời gian trung bình chu kỳ sản xuất ngành gỗ Tức từ nhập sản phẩm gỗ cho gia cơng chế biến trung bình sau tháng sản phẩm hoàn chỉnh giao dịch thị trường quốc tế Do biến động đầu vào khơng có ảnh hưởng tới thị trường Dầu oliu sản phẩm nhập Việt Nam, ảnh hưởng chiều tới số chứng khốn một câu hỏi cần thêm nghiên cứu để giải thích cách thấu đáo Mặc dù giá dầu oliu có mối liên hệ chặt chẽ với số chứng khốn VNINDEX chúng tơi khơng tìm thấy mối quan hệ buộc lý thuyết Đây hạn chế nghiên cứu cần giải thích tốt nghiên cứu sau Nhóm hàng hóa có ảnh hưởng ngược chiều tới số chứng khoán Việt Nam giá cà phê sau tháng, giá dầu đậu phộng sau tháng, giá dầu hạt cải sau tháng Đối với giá dầu đậu phộng dầu hạt cải hàng hóa Việt Nam chủ yếu nhập cho ngành chế biến thực phẩm nên ảnh hưởng ngược chiều tới thị trường chứng khoán điều dễ hiểu Khi giá giới tăng tác động đến doanh nghiệp ngành có sử dụng sản phẩm gây khó khăn cho doanh nghiệp, từ tác động tiêu cực đến số chứng khoán Tuy nhiên giá cà phê Việt Nam nước có sản lượng xuất cà phê lớn giới điều nghịch lý Tuy nhiên tác động có độ trễ dài tháng, tín hiệu giải thích cho nghịch lý giá cà phê tăng ảnh hưởng tiêu cực đến số chứng khốn Điều Việt Nam nước chủ yếu xuất cà phê thơ có phẩm cấp thấp, chủ yếu cà phê Robusta có giá thấp cà phê Arabica Cũng lưu ý giá cà phê thị trường giới lấy cà phê Arabica Kết nghiên cứu cho thấy hệ số R2 từ mơ hình lớn (56%) cho thấy mơ hình dự báo xây dựng tốt, đặc biệt với mơ hình sử dụng liệu chuỗi thời gian Tái kiểm định mơ hình để dự báo xu hướng biến động theo tháng có độ xác cao với xác suất xác 77% Tuy nhiên nghiên cứu có hạn chế định Đầu tiên phương pháp ước lượng lựa chọn mơ hình tối ưu chủ yếu dựa vào kinh nghiệm Trong nhiều mô hình xây dựng chúng tơi chưa thiết lập tiêu chuẩn lựa chọn mơ hình tối ưu Thứ hai giả định độ trễ tối đa 12 tháng khơng hồn tồn xác tất mặt hàng Do đặc tính hàng hóa cơng nghệ ngành khác ảnh hưởng hàng hóa khơng phải tối đa 12 tháng Thứ ba mơ hình chủ yếu để đánh giá xu hướng mà chưa xem xét sai số dự báo quan sát Đây khoảng trống cần có nghiên cứu để hoàn thiện mặt phương pháp từ thiết lập cơng cụ dự báo hiệu Tài liệu tham khảo Báo điện tử Vneconomy (2014), Nga cuống cuồng tăng lãi suất để cứu đồng Rúp /http://vneconomy.vn/the-gioi/nga-cuong-cuong-tang-lai-suat-de-cuu-dong-rup20141211112052869.htm [Truy cập ngày 03/03/2015] Chittedi, K.R (2012), Do Oil Prices for India Stock Market? An Empirical Analysis, Joural of Applied Economics and Bussiness Reseach, 2(1), 2-10 Garefalakis, A.E., Dimitras, A., Spinthiropoulos, K & Koemtzopoulos, D (2011), Determinant factors of Hong Kong Stock Market, Working Papers Series, 1-14 Gurajati, D.N (2004), Basic Econometrics, McGraw Hill Kilian, L & Park, C (2007), The impact of Oil Prices Shocks on the U.S Stock Market, International Economic Review, 50(4), 1267-1287 Ready, R.C (2013), Oil Prices and the Stock Market, Seminar participants at Cornell University Ramanathan, R (2002), Introductory Econometrics with Applications, Harcourt College Publishers http://www.indexmundi.com/commodities/ [Truy cập ngày 10/03/2015] PHỤ LỤC DANH MỤC TÊN VÀ KÝ HIỆU HÀNG HÓA Name Commodity Agricultural Raw Materials Index Monthly Price - Index Number Commodity Beverage Price Index Monthly Price - Index Number Commodity Price Index Monthly Price - Index Number Commodity Fuel (energy) Index Monthly Price - Index Number Code Time x1 2010M1 – 2015 M1 x2 2010M1 – 2015 M1 x3 2010M1 – 2015 M1 x4 2010M1 – Name Code Time 2015 M1 Commodity Food and Beverage Price Index Monthly Price - Index x5 2010M1 – Number 2015 M1 Commodity Food Price Index Monthly Price - Index Number x6 2010M1 – 2015 M1 Commodity Industrial Inputs Price Index Monthly Price - Index Number x7 2010M1 – 2015 M1 Commodity Metals Price Index Monthly Price - Index Number x8 2010M1 – 2015 M1 Commodity Non-Fuel Price Index Monthly Price - Index Number x9 2010M1 – 2015 M1 Crude Oil (petroleum), Price index Monthly Price - Index Number x10 2010M1 – 2015 M1 Coal, Australian thermal coal Monthly Price - US Dollars per Metric Ton x11 2010M1 – 2015 M1 Coal, South African export price Monthly Price - US Dollars per Metric x12 2010M1 – Ton 2015 M1 Crude Oil (petroleum) Monthly Price - US Dollars per Barrel x13 2010M1 – 2015 M1 Crude Oil (petroleum); Dated Brent Daily Price x14 2010M1 – 2015 M1 Crude Oil (petroleum); Dubai Fateh Monthly Price - US Dollars per x15 2010M1 – Barrel 2015 M1 Crude Oil (petroleum); West Texas Intermediate Monthly Price - US x16 2010M1 – Dollars per Barrel 2015 M1 Diesel Monthly Price - US Dollars per Gallon x17 2010M1 – 2015 M1 Gasoline Monthly Price - US Dollars per Gallon x18 2010M1 – 2015 M1 Indonesian Liquified Natural Gas Monthly Price - US Dollars per x19 2010M1 – Million Metric British Thermal Unit 2015 M1 Jet Fuel Monthly Price - US Dollars per Gallon x20 2010M1 – 2015 M1 Natural Gas Monthly Price - US Dollars per Million Metric British x21 2010M1 – Thermal Unit 2015 M1 Propane Monthly Price - US Dollars per Gallon x22 2010M1 – 2015 M1 RBOB Gasoline Monthly Price - US Dollars per Gallon x23 2010M1 – 2015 M1 Name Russian Natural Gas Monthly Price - US Dollars per Million Metric British Thermal Unit Heating Oil Monthly Price - US Dollars per Gallon Cocoa beans Monthly Price - US Dollars per Metric Ton Coffee, Other Mild Arabicas Monthly Price - US cents per Pound Coffee, Robusta Monthly Price - US cents per Pound Tea Monthly Price - US cents per Kilogram Barley Monthly Price - US Dollars per Metric Ton Maize (corn) Monthly Price - US Dollars per Metric Ton Rice Monthly Price - US Dollars per Metric Ton Soft Red Winter Wheat Monthly Price - US Dollars per Metric Ton Sorghum Monthly Price - US Dollars per Metric Ton Wheat Monthly Price - US Dollars per Metric Ton Bananas Monthly Price - US Dollars per Metric Ton Oranges Monthly Price - US Dollars per Metric Ton Beef Monthly Price - US cents per Pound Poultry (chicken) Daily Price Swine (pork) Monthly Price - US cents per Pound Lamb Monthly Price - US cents per Pound Fish (salmon) Monthly Price - US Dollars per Kilogram Shrimp Monthly Price - US cents per pound Code Time x24 2010M1 – 2015 M1 x25 2010M1 – 2015 M1 x26 2010M1 – 2015 M1 x27 2010M1 – 2015 M1 x28 2010M1 – 2015 M1 x29 2010M1 – 2015 M1 x30 2010M1 – 2015 M1 x31 2010M1 – 2015 M1 x32 2010M1 – 2015 M1 x33 2010M1 – 2015 M1 x34 2010M1 – 2015 M1 x35 2010M1 – 2015 M1 x36 2010M1 – 2015 M1 x37 2010M1 – 2015 M1 x38 2010M1 – 2015 M1 x39 2010M1 – 2015 M1 x40 2010M1 – 2015 M1 x41 2010M1 – 2015 M1 x42 2010M1 – 2015 M1 x43 2010M1 – Name Sugar Monthly Price - US cents per Pound Sugar, European import price Monthly Price - US cents per Pound Sugar, U.S import price Monthly Price - US cents per Pound Coconut Oil Monthly Price - US Dollars per Metric Ton Fishmeal Monthly Price - US Dollars per Metric Ton Olive Oil, extra virgin Monthly Price - US Dollars per Metric Ton Palm Kernel Oil Monthly Price - US Dollars per Metric Ton Palm oil Monthly Price - US Dollars per Metric Ton Peanut Oil Monthly Price - US Dollars per Metric Ton Groundnuts (peanuts) Monthly Price - US Dollars per Metric Ton Rapeseed Oil Monthly Price - US Dollars per Metric Ton Soybean Meal Monthly Price - US Dollars per Metric Ton Soybean Oil Monthly Price - US Dollars per Metric Ton Soybeans Monthly Price - US Dollars per Metric Ton Sunflower oil Monthly Price - US Dollars per Metric Ton Coarse Wool Monthly Price - US cents per Kilogram Copra Monthly Price - US Dollars per Metric Ton Cotton Monthly Price - US cents per Pound Fine Wool Monthly Price - US cents per Kilogram Code Time 2015 M1 x44 2010M1 – 2015 M1 x45 2010M1 – 2015 M1 x46 2010M1 – 2015 M1 x47 2010M1 – 2015 M1 x48 2010M1 – 2015 M1 x49 2010M1 – 2015 M1 x50 2010M1 – 2015 M1 x51 2010M1 – 2015 M1 x52 2010M1 – 2015 M1 x53 2010M1 – 2015 M1 x54 2010M1 – 2015 M1 x55 2010M1 – 2015 M1 x56 2010M1 – 2015 M1 x57 2010M1 – 2015 M1 x58 2010M1 – 2015 M1 x59 2010M1 – 2015 M1 x60 2010M1 – 2015 M1 x61 2010M1 – 2015 M1 x62 2010M1 – 2015 M1 Name Hard Logs Monthly Price - US Dollars per Cubic Meter Hard Sawnwood Monthly Price - US Dollars per cubic meter Hides Monthly Price - US cents per Pound Plywood Monthly Price - US cents per sheets Rubber Monthly Price - US cents per Pound Soft Logs Monthly Price - US Dollars per Cubic Meter Soft Sawnwood Monthly Price - US Dollars per cubic meter Wood Pulp Monthly Price - US Dollars per Metric Ton Aluminum Monthly Price - US Dollars per Metric Ton Copper, grade A cathode Monthly Price - US Dollars per Metric Ton Gold Monthly Price - US Dollars per Troy Ounce Iron Ore Monthly Price - US Dollars per Dry Metric Ton Lead Monthly Price - US Dollars per Metric Ton Nickel Monthly Price - US Dollars per Metric Ton Silver Monthly Price - US cents per Troy Ounce Tin Monthly Price - US Dollars per Metric Ton Uranium Monthly Price - US Dollars per Pound Zinc Monthly Price - US Dollars per Metric Ton DAP fertilizer Monthly Price - US Dollars per Metric Ton Potassium Chloride Monthly Price - US Dollars per Metric Ton Code Time x63 2010M1 – 2015 M1 x64 2010M1 – 2015 M1 x65 2010M1 – 2015 M1 x66 2010M1 – 2015 M1 x67 2010M1 – 2015 M1 x68 2010M1 – 2015 M1 x69 2010M1 – 2015 M1 x70 2010M1 – 2015 M1 x71 2010M1 – 2015 M1 x72 2010M1 – 2015 M1 x73 2010M1 – 2015 M1 x74 2010M1 – 2015 M1 x75 2010M1 – 2015 M1 x76 2010M1 – 2015 M1 x77 2010M1 – 2015 M1 x78 2010M1 – 2015 M1 x79 2010M1 – 2015 M1 x80 2010M1 – 2015 M1 x81 2010M1 – 2015 M1 x82 2010M1 – Name Rock Phosphate Monthly Price - US Dollars per Metric Ton Triple Superphosphate Monthly Price - US Dollars per Metric Ton Urea Monthly Price - US Dollars per Metric Ton VNINDEX Code Time 2015 M1 x83 2010M1 – 2015 M1 x84 2010M1 – 2015 M1 x85 2010M1 – 2015 M1 y 2010M1 – 2015 M1 PHỤ LỤC KẾT QUẢ TÁI KIỂM ĐỊNH TÍNH CHÍNH XÁC CỦA MƠ HÌNh obs VNI 2010M01 2010M02 2010M03 2010M04 2010M05 2010M06 2010M07 2010M08 2010M09 2010M10 2010M11 2010M12 2011M01 2011M02 2011M03 2011M04 2011M05 2011M06 2011M07 2011M08 2011M09 2011M10 2011M11 2011M12 2012M01 2012M02 2012M03 482 496.9 499.2 542.4 507.4 507.1 493.9 455.1 454.5 452.6 451.6 484.7 510.6 461.4 461.1 480.1 421.4 432.5 405.7 425.43 427.6 420.81 380.69 351.55 387.97 423.64 441.03 VNIF VNI tăng/giảm 507.68 525.71 542.77 561.89 547.76 515.34 483.44 481.47 484.30 494.26 506.01 545.39 562.71 549.43 535.34 532.70 479.44 462.56 436.59 438.95 441.18 414.95 388.57 368.89 372.88 386.91 405.69 tăng tăng tăng giảm giảm giảm giảm giảm giảm giảm tăng tăng giảm giảm tăng giảm tăng giảm tăng tăng giảm giảm giảm tăng tăng tăng VNIF tăng/giảm tăng tăng tăng giảm giảm giảm giảm tăng tăng tăng tăng tăng giảm giảm giảm giảm giảm giảm tăng tăng giảm giảm giảm tăng tăng tăng Trúng/trật trúng trúng trúng trúng trúng trúng trúng trật trật trật trúng trúng trúng trúng trật trúng trật trúng trúng trúng trúng trúng trúng trúng trúng trúng VNIF tăng/giảm 2012M04 473.77 447.09 tăng tăng 2012M05 429.2 416.43 giảm giảm 2012M06 422.37 400.18 giảm giảm 2012M07 414.48 407.65 giảm tăng 2012M08 396.02 398.70 giảm giảm 2012M09 392.57 401.56 giảm tăng 2012M10 388.42 398.60 giảm giảm 2012M11 377.82 379.71 giảm giảm 2012M12 413.73 413.56 tăng tăng 2013M01 479.79 455.24 tăng tăng 2013M02 474.56 458.88 giảm tăng 2013M03 491.04 464.90 tăng tăng 2013M04 474.51 443.82 giảm giảm 2013M05 518.39 481.66 tăng tăng 2013M06 482.95 475.86 giảm giảm 2013M07 491.85 476.55 tăng tăng 2013M08 472.7 486.71 giảm tăng 2013M09 492.63 482.03 tăng giảm 2013M10 497.41 494.48 tăng tăng 2013M11 507.78 519.96 tăng tăng 2013M12 504.63 536.18 giảm tăng 2014M01 556.52 533.86 tăng giảm 2014M02 586.48 561.98 tăng tăng 2014M03 591.57 582.80 tăng tăng 2014M04 578 583.24 giảm tăng 2014M05 562.02 572.70 giảm giảm 2014M06 578.82 578.71 tăng tăng 2014M07 596.07 595.05 tăng tăng 2014M08 636.65 621.78 tăng tăng 2014M09 598.8 612.18 giảm giảm 2014M10 600.84 601.15 tăng giảm 2014M11 566.58 580.11 giảm giảm 2014M12 545.63 567.55 giảm giảm 2015M01 576.07 576.07 tăng tăng 2015M02 596.95 598.92 tăng tăng Tỷ lệ xác dự báo (trúng/tổng số quan sát) obs VNI VNIF VNI tăng/giảm Trúng/trật trúng trúng trúng trật trúng trật trúng trúng trúng trúng trật trúng trúng trúng trúng trúng trật trật trúng trúng trật trật trúng trúng trật trúng trúng trúng trúng trúng trật trúng trúng trúng trúng 77%